DM01 DM Obl. Afl. Jacob Christiansen, , D12, Elias 13/ Side 1 af 7

Transkript

1 DM01 DM01 4. Obl. Afl. Jacob Christiansen, , D12, Elias 13/ Side 1 af 7

2 DM01 Indholdsfortegnelse: BILAG: FORMÅL: KLASSER: DNA2: METODER: LOADFILE: METODER: TEST: LILLE GENSEKVENS:(BILAG 3) STOR GENSEKVENS:(BILAG 4) KONKLUSION:...7 Bilag: 1. Dna2.java 2. LoadFile.java 3. Test på lille kode 4. Test på stor kode 5. Lille gensekvens 6. Lille proteinkode 7. Stor gensekvens 8. Stor proteinkode Side 2 af 7

3 DM01 1 Formål: Formålet med denne opgave er at fremstille et program til genkending af protein i en genstreng vha. aminosyrer. Til dette formål skrives en main klasse, som finder den pågældende kode. Desuden skrives en klasse, som har til formål at åbne de filer som henholdsvis indeholder genstrengen og protein koden. Side 3 af 7

4 DM01 2 Klasser: 2.1 Dna2: Main klasse som bruges til at finde kodningen af proteinet Metoder: main: Main metoden er opbygget af flere dele. Første del initialiserer programmet, dvs. import af klasser og deklarering af variabler. Anden del er indlæsning af de to filer som indeholder det data, som programmet skal arbejde på. Sidste del er selve programmet, hvor selve kodningen for proteinet findes. Dette gøres på følende måde: 1. Genstrengen gennemløbes fortløbende og en genstreng i passende længde tages ud. 2. Den nye genstreng gennemløbes igen og gen-par, aminosyre, tages ud og sammenlignes med proteinkoden. Så frem kombinationen er gyldig, tilføjes parret til vores hashtable, mapping. 3. Så frem at koden ikke er gyldig, slettes hashtable, og en ny genstreng udtages og skridt 2 gentages. 4. Findes en gyldig løsning, sorteres hashtable vha. en string array og kodningen udskrives. Side 4 af 7

5 DM LoadFile: LoadFile er klassen til at hente data ind fra en fil og sætte alle linjerne sammen til en lang Metoder: Load: Denne metode bruges til at hente selve filen ind og sætte alle linjerne sammen til en lang. Dette gøres med en while-løkke, som hele tiden henter en ny linje ind og tilføjer den til den lange indtil der ikke er flere linjer i filen. Til sidst returneres den lange linje. Side 5 af 7

6 DM01 3 Test: For at teste om vores program giver de løsninger som er rigtige og dem som vi ønsker, vil vi først bruge vores program en lille gensekvens men en lille proteinkode, hvor vi ved at der er 5 løsninger. Hvis programmet finder alle 5 løsninger og de alle er forskellige, vil der være stor mulighed for at programmet gør sit job rigtigt. (bilag 3) Derefter prøver vi så på den store gensekvens, med den store proteinkode. Disse skal kun give en løsning, og findes den, må vi gå ud fra at resultatet er rigtigt, da der i en hashtable kun er mulighed for at være et sæt af hver kode par.(bilag 4) 3.1 Lille gensekvens:(bilag 3) Det ses at programmet fandt alle 5 løsninger og at de alle 5 er forskellige. Her fra må vi slutte at programmet virker rigtigt, på små gensekvenser. 3.2 Stor gensekvens:(bilag 4) Det ses at programmet kun finder en løsning, hvilket også var forudsagt. Ved at gennemgå koden ses det at der ikke er to ens kodepar, hvilket også er i overensstemmelse med vores hashtable. Side 6 af 7

7 DM01 4 Konklusion: Ved at se på vores output, ses det at vores program giver det rigtige resultat. Dog kan vi ikke være helt sikker, da dette kræver at vi gennemgår gensekvensen manuelt og kontrollerer at koden stemmer over ens. Selve programmet kan laves på flere måder, for eksempel kan den inderste for-løkke laves som en while-løkke. Men om der er tid og hukommelse at sparer, kan kun en yderligere udvikling af programmet vise, dog mener jeg at den løsning som jeg er kommet frem til er let, hurtig og enkel at finde rundt i og let at overskue, så forståelsen opnås hurtig. Side 7 af 7

8 Bilag 1 //************************************************************************ // // Dna2.java Lavet af: Jacob // // Et program til proteingenkendelse // //************************************************************************ //import af nødvendige klasser import java.util.*; public class Dna2 public static void main(string[] args) //initialisering af variabler osv. String genstreng,amino,prot; int count=0,antal=0,forkert=0; boolean fit; Hashtable kode=new Hashtable(); System.out.println(); System.out.println("Velkommen til DNA Analyse 1.0"); System.out.println(); //indlæsning af genstreng og proteinkode vha. LoadFile.java LoadFile genfile=new LoadFile(args[0]); String gen=genfile.load(); LoadFile protfile=new LoadFile(args[1]); String protstreng=protfile.load(); //tjek for om proteinstrengen passer til genstrengen if(gen.length()>=protstreng.length()*3) System.out.println("Indput filer er valide\n"); else System.out.println("Genstrengen skal vaerer min. 3*laengden af proteinstrengen."); System.exit(0); //for løkke til at hive en gensekvens ud med den rigtige længde for(int i=0;i<=(gen.length()-protstreng.length()*3);i++) kode.clear(); count=0; genstreng=gen.substring(i,i+protstreng.length()*3); fit=true; //for løkke til at hive aminosyre strengene ud for(int j=0;j<genstreng.length()&&fit==true;j+=3) amino=genstreng.substring(j,j+3); prot=protstreng.substring(count,count+1); //tjek om aminosyren findes i Hashtable

9 Bilag 1 if(kode.containskey(amino)) //tjek om aminosyren allerede har et billede if(!kode.get(amino).equals(prot)) fit=false; else fit=true; else //tilføjer nøgle og billede kode.put(amino,prot); count++; //end for j //udskriver Hashtable, hvis løsning er fundet if(count==protstreng.length()&&kode.size()>0)_ antal++; //sortering af hahstable Enumeration liste; liste=kode.keys(); String[] array=new String[kode.size()]; for(int k=0;k<kode.size();k++) array[k]=(string)liste.nextelement(); Arrays.sort(array); System.out.println(""); System.out.println("En mulig loesning er:"); System.out.println(""); for(int l=0;l<kode.size();l++) System.out.println(" ["+array[l]+"] -> "+kode.get(array[l])); System.out.println(""); System.out.println(" Antal aminosyrer: "+kode.size()); System.out.println(""); _ else forkert++; _ //end for i System.out.println("\nDer var "+antal+" mulige loesninger."); _

10 Bilag 2 //************************************************************************ // // LoadFile.java Lavet af: Jacob // // Et program til proteingenkendelse // //************************************************************************ //import af nødvendige klasser import cs1.keyboard; import java.io.*; public class LoadFile private String filename; //constructor public LoadFile(String file) filename = file; //Load metode public String Load() String line, longline=""; try //åbning af filen FileReader fr = new FileReader(filename); BufferedReader infile = new BufferedReader(fr); line = infile.readline(); //sammensætning af linjer til en lang while (line!=null) longline+=line; line = infile.readline(); infile.close(); catch (FileNotFoundException not_found) System.out.println ("Filen findes ikke."); catch (IOException io_error) System.out.println ("I/O fejl."); return longline;

11 Bilag 3 Velkommen til DNA Analyse 1.0 Indput filer er valide En mulig loesning er: [aat] -> R [agc] -> M [atg] -> M [att] -> Q [cta] -> S [gca] -> I [gct] -> H Antal aminosyrer: 7 En mulig loesning er: [att] -> R [caa] -> I [cta] -> H [gca] -> M [tag] -> S [tgc] -> M [ttg] -> Q Antal aminosyrer: 7 En mulig loesning er: [aat] -> I [agc] -> S [caa] -> M [gct] -> M [tag] -> H [tgc] -> Q [ttc] -> R Antal aminosyrer: 7 En mulig loesning er: [aat] -> M [agc] -> H [att] -> I [cta] -> M [gca] -> S [gct] -> Q [tca] -> R Antal aminosyrer: 7 En mulig loesning er: [att] -> M [caa] -> S [cat] -> R [cta] -> Q [gca] -> H [tag] -> M [ttg] -> I Antal aminosyrer: 7 Der var 5 mulige loesninger.

12 Bilag 4 Velkommen til DNA Analyse 1.0 Indput filer er valide En mulig loesning er: [aaa] -> K [aac] -> N [aag] -> K [aat] -> N [aca] -> T [acc] -> T [acg] -> T [act] -> T [aga] -> R [agc] -> S [agt] -> S [ata] -> I [atc] -> I [atg] -> M [att] -> I [caa] -> Q [cac] -> H [cag] -> Q [cat] -> H [cca] -> P [ccc] -> P [ccg] -> P [cct] -> P [cga] -> R [cgc] -> R [cgg] -> R [cgt] -> R [cta] -> L [ctc] -> L [ctg] -> L [ctt] -> L [gaa] -> E [gac] -> D [gag] -> E [gat] -> D [gca] -> A [gcc] -> A [gcg] -> A [gct] -> A [gga] -> G [ggc] -> G [ggg] -> G [ggt] -> G [gta] -> V [gtc] -> V [gtg] -> V [gtt] -> V [tac] -> Y [tat] -> Y [tca] -> S [tcc] -> S [tcg] -> S [tct] -> S [tgc] -> C [tgg] -> W [tgt] -> C [tta] -> L [ttc] -> F [ttg] -> L [ttt] -> F Antal aminosyrer: 60 Der var 1 mulige loesninger.

13 attgctagcaatgctagcaattgctagcaattcat Bilag 5

14 MSIQHMR Bilag 6

15 Bilag 7 cagctgtggtgtcatggtcggtgatcgctagggtgccgagcgcatctcgactgcacggtg caccaatgcttctggcgtcaggtagttattggaaagctgtggtatggctgtgcaggtcgt aaatcactgcataactcgctgctgcctaaggcgcactcccgttctggataatgttttttg cgccgacatcataacggttctggcaaatattctgaaatgagctgttgacaattaatcatc gaactagttaactagtacgcaagttcacgtaaaaagggtatcgacaatgaaagcaatttt cgtactgaaaggttggtggcgcacttcctgaaacgggcagtgtattcaccatgcgtaaag caatcagatacccagcccgcctaatgagcgggcttttttttgaacaaaattagagaataa caatgcaaacacaaaaaccgactctcgaactgctaacctgcgaaggcgcttatcgcgaca atcccaccgcgctttttcaccagttgtgtggggatcgtccggcaacgctgctgctggaat ccgcagatatcgacagcaaagatgatttaaaaagcctgctgctggtagacagtgcgctgc gcattacagctttaggtgacactgtcacaatccaggcactttccggcaacggcgaagccc tcctggcactactggataacgccctgcctgcgggtgtggaaagtgaacaatcaccaaact gccgtgtgctgcgcttcccccctgtcagtccactgctggatgaagacgcccgcttatgct ccctttcggtttttgacgctttccgtttattgcagaatctgttgaatgtaccgaaggaag aacgagaagccatgttcttcagcggcctgttctcttatgaccttgtggcgggatttgaag atttaccgcaactgtcagcggaaaataactgccctgatttctgtttttatctcgctgaaa cgctgatggtgattgaccatcagaaaaaaagcacccgtattcaggccagcctgtttgctc cgaatgaagaagaaaaacaacgtctcactgctcgcctgaacgaactacgtcagcaactga ccgaagccgcgccgccgctgccagtggtttccgtgccgcatatgcgttgtgaatgtaatc agagcgatgaagagttcggtggcgtagtgcgtttgttgcaaaaagcgattcgcgctggag aaattttccaggtggtgccatctcgccgtttctctctgccctgcccgtcaccgctggcgg cctattacgtgctgaaaaagagtaatcccagcccgtacatgttttttatgcaggataatg atttcaccctatttggcgcgtcgccggaaagctcgctcaagtatgatgccaccagccgcc agattgagatcccccggaattcgagctcgcccggggatcctctagagtcgacctgcagcc caagcttatcgatgataagctgtcaaacatgagaattaattcttgaagacgaaagggcct cgtgatacgcctatttttataggttaatgtcatgataataatggtttcttagacgtcagg tggcacttttcggggaaatgtgcgcggaacccctatttgtttatttttctaaatacattc aaatatgtatccgctcatgagacaataaccctgataaatgcttcaataatattgaaaaag gaagagtatgagtattcaacatttccgtgtcgcccttattcccttttttgcggcattttg ccttcctgtttttgctcacccagaaacgctggtgaaagtaaaagatgctgaagatcagtt gggtgcacgagtgggttacatcgaactggatctcaacagcggtaagatccttgagagttt tcgccccgaagaacgttttccaatgatgagcacttttaaagttctgctatgtggcgcggt attatcccgtgttgacgccgggcaagagcaactcggtcgccgcatacactattctcagaa tgacttggttgagtactcaccagtcacagaaaagcatcttacggatggcatgacagtaag agaattatgcagtgctgccataaccatgagtgataacactgcggccaacttacttctgac aacgatcggaggaccgaaggagctaaccgcttttttgcacaacatgggggatcatgtaac tcgccttgatcgttgggaaccggagctgaatgaagccataccaaacgacgagcgtgacac cacgatgcctgtagcaatggcaacaacgttgcgcaaactattaactggcgaactacttac tctagcttcccggcaacaattaatagactggatggaggcggataaagttgcaggaccact tctgcgctcggcccttccggctggctggtttattgctgataaatctggagccggtgagcg tgggtctcgcggtatcattgcagcactggggccagatggtaagccctcccgtatcgtagt tatctacacgacggggagtcaggcaactatggatgaacgaaatagacagatcgctgagat aggtgcctcactgattaagcattggtaactgtcagaccaagtttactcatatatacttta gattgatttaaaacttcatttttaatttaaaaggatctaggtgaagatcctttttgataa tctcatgaccaaaatcccttaacgtgagttttcgttccactgagcgtcagaccccgtaga aaagatcaaaggatcttcttgagatcctttttttctgcgcgtaatctgctgcttgcaaac aaaaaaaccaccgctaccagcggtggtttgtttgccggatcaagagctaccaactctttt tccgaaggtaactggcttcagcagagcgcagataccaaatactgtccttctagtgtagcc gtagttaggccaccacttcaagaactctgtagcaccgcctacatacctcgctctgctaat cctgttaccagtggctgctgccagtggcgataagtcgtgtcttaccgggttggactcaag acgatagttaccggataaggcgcagcggtcgggctgaacggggggttcgtgcacacagcc cagcttggagcgaacgacctacaccgaactgagatacctacagcgtgagcattgagaaag cgccacgcttcccgaagggagaaaggcggacaggtatccggtaagcggcagggtcggaac aggagagcgcacgagggagcttccagggggaaacgcctggtatctttatagtcctgtcgg gtttcgccacctctgacttgagcgtcgatttttgtgatgctcgtcaggggggcggagcct atggaaaaacgccagcaacgcggcctttttacggttcctggccttttgctggccttttgc tcacatgttctttcctgcgttatcccctgattctgtggataaccgtattaccgcctttga gtgagctgataccgctcgccgcagccgaacgaccgagcgcagcgagtcagtgagcgagga agcggaagagcgcctgatgcggtattttctccttacgcatctgtgcggtatttcacaccg catatggtgcactctcagtacaatctgctctgatgccgcatagttaagccagtatacact ccgctatcgctacgtgactgggtcatggctgcgccccgacacccgccaacacccgctgac gcgccctgacgggcttgtctgctcccggcatccgcttacagacaagctgtgaccgtctcc gggagctgcatgtgtcagaggttttcaccgtcatcaccgaaacgcgcgagg

16 Bilag 8 MSIQHFRVALIPFFAAFCLPVFAHPETLVKVKDAEDQLGARVGYIELDLNSGK ILESFRPEERFPMMSTFKVLLCGAVLSRVDAGQEQLGRRIHYSQNDLVEYSPV TEKHLTDGMTVRELCSAAITMSDNTAANLLLTTIGGPKELTAFLHNMGDHVTR LDRWEPELNEAIPNDERDTTMPVAMATTLRKLLTGELLTLASRQQLIDWMEAD KVAGPLLRSALPAGWFIADKSGAGERGSRGIIAALGPDGKPSRIVVIYTTGSQ ATMDERNRQIAEIGASLIKHW