【BioCode】根据seq与位点信息截取窗口-优快云博客

本文介绍了一种从蛋白质序列中根据特定标记截取固定窗口大小的算法，并提供了C++实现代码。该算法能根据标记生成正负样本窗口，适用于生物信息学研究。

代码说明

sequence24371.txt

以上为所有氨基酸的编号，序列，与位点标记。根据标记为“1”的位点，截取窗口：如下（实验结果）：

图示为一个窗口为12的蛋白质片段 2N+1=25；

实现代码：

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include<algorithm>
#include<iostream>
#define N 12
using namespace std;
void jieduan(int n,char s3[],char s1[],int l)
{
    int i;
    if(n<N)
    {
        for(i=n-N;i<0;i++)
        {
            s3[i+N-n]='*';
        }
        for(i=0;i<=n+N;i++)
        {
            s3[i+N-n]=s1[i];
        }
        s3[i+N-n]='\n';
    }
    else if(n>=l-N)
    {
        for(i=n-N;i<l;i++)
        {
            s3[i+N-n]=s1[i];
        }
        for(i=l;i<=n+N;i++)
        {
            s3[i+N-n]='*';
        }
        s3[i+N-n]='\n';
    }
    else
    {
        for(i=n-N;i<=n+N;i++)
        {
            s3[i+N-n]=s1[i];
        }
        s3[i+N-n]='\n';
    }
}
int main()
{
    int i,j,k,l,m,n;
    char s[10000],s1[10000],s2[10000],s3[100];
    FILE *p1=fopen("sequence24371.txt","r");
    if(p1==NULL) printf("File not open!\n");
    FILE *p2=fopen("positive12.txt","w");
    FILE *p3=fopen("negative12.txt","w");
    while(fgets(s,50000,p1))
    {
        fgets(s1,50000,p1);
        fgets(s2,50000,p1);
        l=strlen(s2)-1;
        for(i=0;i<l;i++)
        {
            if(s1[i]=='K')
            {
                jieduan(i,s3,s1,l);
                
                if(s2[i]=='0')
                {
                    fputs(s3,p3);
                }
                else
                {
                    fputs(s3,p2);
                }
            }
        }
    }
    //system("pause");
    return 0;
}