julia - 你如何在一个序列中找到多个 'motifs' 的第一个索引？

Question

我正在学习 Julia，但在 R 之外的编程经验相对较少。我直接从 rosalind.info 解决这个问题，你可以找到它 here如果您想了解更多详细信息。

我给了两个字符串:一个基序和一个序列，其中基序是序列的一个子串，我的任务是找出子串起始位置的索引，无论它在序列中出现了多少次.

例如:

序列:“GATATATGCATATACTT”

主题:“ATAT”

ATAT 被发现三次，一次从索引 2 开始，一次从索引 4 开始，一次从索引 10 开始。这是假设从 1 开始的索引。所以最终输出将是:2 4 10

这是我目前所拥有的:

f = open("motifs.txt")
stream = readlines(f)

sequence = chomp(stream[1])
motif = chomp(stream[2])

println("Sequence: $sequence")
println("Motif: $motif")

result = searchindex(sequence, motif)
println("$result")

close(f)

我的主要问题似乎是没有 searchindexall 选项。当前的脚本给了我第一次遇到主题的第一个索引(索引 2)，我尝试了各种 for 循环，但都没有成功结束，所以我希望有人能给我一些见解对此。

Answer 1

这是一种使用 while 循环的解决方案:

sequence = "GATATATGCATATACTT"
motif = "ATAT"

function find_indices(sequence, motif)
    # initalise empty array of integers
    found_indices = Array{Int, 1}()

    # set initial values for search helpers
    start_at = 1

    while true
      # search string for occurrence of motif
      result = searchindex(sequence, motif, start_at)

      # if motif not found, terminate while loop
      result == 0 && break

      # add new index to results
      push!(found_indices, result-1+start_at)
      start_at += result + 1
   end

   return found_indices
end

这给了你想要的:

>find_indices(sequence, motif)
2
4
10