Tag: 生物信息学

正则表达式蛋白质消化

所以，我正在用酶（为了你的好奇心，Asp-N）消化蛋白质序列，它在单字母编码序列中由B或D编码的蛋白质之前切割。 我的实际分析使用String#scan进行捕获。 我想弄清楚为什么以下正则表达式不能正确消化它… (\w*?)(?=[BD])|(.*\b) 前提条件(.*\b)存在以捕获序列的结尾。 对于： MTMDKPSQYDKIEAELQDICNDVLELLDSKGDYFRYLSEVASGDN 这应该给出类似的东西： [MTM, DKPSQY, DKIEAELQ, DICN, DVLELL, DSKG, … ]但是错过了序列中的每个D. 我一直在使用http://www.rubular.com进行故障排除，它运行在1.8.7上，虽然我也在1.9.2上测试了这个REGEX但无济于事。 据我所知，在两个版本的ruby中都支持零宽度前瞻断言。 我的正则表达式做错了什么？