Perl代码问题：替换FASTA序列终止密码子为NNN失败及输出异常

问题分析 #

你的代码存在三个核心问题：

1. 未正确合并FASTA格式的多行序列，导致部分序列内容缺失
2. 仅拆分密码子但未做终止密码子的匹配替换逻辑
3. 对序列长度非3倍数的末尾片段处理异常

修正后的完整代码 #

#!/usr/bin/perl
use strict;
use warnings;

my ($header, $seq);
while (my $line = <>) {
    chomp $line;
    if ($line =~ /^>/) {
        # 输出上一条处理完成的序列
        process_and_print($header, $seq) if defined $header && length $seq;
        $header = $line;
        $seq = '';
    } else {
        # 合并序列行并统一转为大写（避免大小写干扰匹配）
        $seq .= uc($line);
    }
}
# 处理最后一条序列
process_and_print($header, $seq) if defined $header && length $seq;

sub process_and_print {
    my ($hdr, $sequence) = @_;
    my $processed = '';
    
    # 按密码子拆分并替换终止密码子
    while ($sequence =~ /(.{1,3})/g) {
        my $codon = $1;
        if (length($codon) == 3 && $codon =~ /^(TAG|TGA|TAA)$/) {
            $processed .= 'NNN';
        } else {
            $processed .= $codon;
        }
    }
    
    # 输出标准FASTA格式（序列每60字符换行）
    print "$hdr\n";
    while ($processed =~ /(.{1,60})/g) {
        print "$1\n";
    }
}

关键修正点说明 #

• FASTA格式处理：严格区分header行（^>）和序列行，将多行序列合并为完整字符串，避免内容缺失
• 终止密码子替换：通过正则匹配3碱基长度的密码子，精准匹配TAG/TGA/TAA并替换为NNN；非3碱基的末尾片段直接保留
• 规范输出：处理后的序列按每60字符换行，符合FASTA格式的通用规范
• 严格语法检查：启用strict和warnings，提前发现变量未定义、语法错误等问题

测试验证 #

输入示例FASTA：

header
ATGGACCAGCAGCAGCAGCAGCAGTAA

输出结果：

header
ATGGACCAGCAGCAGCAGCAGCAGNNN

内容的提问来源于stack exchange，提问作者somilsharma