Rosalind Java|Inferring mRNA from Protein

Rosalind编程问题之从蛋白序列推断可能的mRNA序列个数(并取余)。

Inferring mRNA from Protein

Given: A protein string of length at most 1000 aa.
Sample input：

MA

Return: The total number of different RNA strings from which the protein could have been translated, modulo 1,000,000. (Don’t neglect the importance of the stop codon in protein translation.)
Sample output：

12

---

题目大意很容易理解：给出一段蛋白质序列，求其可能的mRNA数量，并将其取余数（mod）。
实现思路如下：
1.获取整条蛋白质序列，并分别获得其单独的氨基酸字符。
2.单个氨基酸对应其mRNA密码子个数，并做累乘。
3.累乘完全部氨基酸对应mRNA密码子个数后，考虑3个终止密码子的影响。

下面是实现代码：

public class Inferring_mRNA_from_Protein {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        System.out.println("请输入蛋白序列：");
        String protein = sc.nextLine();
        TransferRNA(protein);
    }

    //1.找到每个氨基酸对应的RNA密码子数量并进行累乘
    public static void TransferRNA(String protein) {
        int pn = 1;//初始值设定为1或者0都可，后面密码子检索时都会覆盖。
        long mRNAnum = 3;//终止密码子有三个
        for (int n = 0; n < protein.length(); n++) {
            switch (protein.charAt(n)) {
                case 'I':
                    pn = 3;
                    break;
                case 'M':
                    pn = 1;
                    break;
                case 'T':
                    pn = 4;
                    break;

                case 'N':
                    pn = 2;
                    break;
                case 'K':
                    pn = 2;
                    break;

                case 'S':
                    pn = 6;
                    break;

                case 'R':
                    pn = 6;
                    break;

                case 'L':
                    pn = 6;
                    break;

                case 'P':
                    pn = 4;
                    break;

                case 'H':
                    pn = 2;
                    break;

                case 'Q':
                    pn = 2;
                    break;

                case 'V':
                    pn = 4;
                    break;

                case 'A':
                    pn = 4;
                    break;

                case 'D':
                    pn = 2;
                    break;

                case 'E':
                    pn = 2;
                    break;

                case 'G':
                    pn = 4;
                    break;

                case 'F':
                    pn = 2;
                    break;


                case 'Y':
                    pn = 2;
                    break;
                case 'C':
                    pn = 2;
                    break;

                case 'W':
                    pn = 1;
                    break;
                default:
                    break;
            }
            mRNAnum *= pn;
            mRNAnum = mRNAnum % 1000000;
        }
        System.out.println(mRNAnum);
    }
}

为什么要取余数

在本道题的尾部，Rosalind留下了一个问题：在推断mRNA from Protein时为什么要取其余数。从计算内存占用容量角度来说，无论是int还是long类型变量，其存储范围都是有限的，不能无限累乘。但是由于我们拿到的蛋白质序列是非常长的，而每个氨基酸几乎都有多个密码子（除了甲硫氨酸等），这就使得累乘结果指数级增长，最终超出内存。因此在这里以一百万为界，取余可以等效为取出溢出的累乘数，节省计算资源。

不过在python中不会出现类似内存溢出的情况，但是取余依旧可以有效地节省计算资源，便于展示最终结果。python本道题的代码会在下篇给出。至于取余是否可能还有其他生物学意义，小编暂时没有头绪，欢迎各位大佬指点。