如何将二进制编码为 DNA 序列

Question

我想按照以下规则将二进制序列编码为 DNA 序列：

00 = A
01 = C
10 = G
11 = T

例如：10011100 = GCTA.

我写了一个 PHP 脚本将我的字符串转换为二进制，然后我使用 str_replace 函数将二进制转换为 DNA 序列。我的问题是 DNA 序列未正确转换。有人可以帮助我吗？

这是我的 PHP 脚本：

<?php
// Function to convert string to bin
function strToBin($input) {
    if (!is_string($input))
        return false;
    $ret = '';
    for ($i = 0; $i < strlen($input); $i++) {
        $temp = decbin(ord($input{$i}));
        $ret .= str_repeat('0', 8 - strlen($temp)) . $temp;
    }
    return $ret;
}
$bin = strToBin('Stack');
// Try to transcript binary to DNA
$bincomb = array('00', '01', '10', '11');
$DNAtrans = array('A', 'C', 'G', 'T');

echo $transcript = str_replace($bincomb, $DNAtrans, $bin);
?>

Answer 1

str_replace() 方法不起作用，因为它按 00、01、10、11 的顺序查找子字符串。因此，例如，对于二进制字符串 1001，它将内部 00 替换为 A，之后字符串为 1A1，并且无法进行更多转换。

为了使您的函数正常工作，您需要以两个字符为一组的形式遍历二进制字符串。

$bin = strToBin('Stack');

$bin = str_split($bin, 2);

$combine = array(
    '00' => 'A',
    '01' => 'C',
    '10' => 'G',
    '11' => 'T'
);

$str = '';

foreach ($bin as $item)
    $str .= $combine[$item];

字符串首先被分成两个字符的块，然后循环遍历并将它们各自的值附加到结果字符串 $str.

Answer 2

在 PHP 中，我通常使用 strtr() 的双参数实现来进行这些转换，如下所示：

// outputs 10011100

echo strtr("GCTA", array("A" => "00", "C" => "01", "G" => "10", "T" => "11"));

反过来也可以：

// outputs GCTA

echo strtr("10011100", array("00" =>"A", "01" => "C", "10" => "G", "11" => "T") );

如何将二进制编码为 DNA 序列

How to encode binary to a DNA sequence

php

string

binary

encoding

bioinformatics