[Java] 배열(Array)_염기서열문제

DNA 염기 서열 분석

템플릿에 주어진 염기 서열에서 TAGG, CCAG, AGCC가 총 몇 번 등장하는지 세어보자.

String dna = "GATCCGCCCGCCTCGGCCTCCCAAAGTGCTGGGATTACAGGTGTGAGCCA"
           + "CCACGCCCGGCTAATTTTTATTTATTTATTTAAAGACAGAGTCTCACTCT"
           + "GTCACTCAGGCTAGAGTGCAGTGGCACCATCTCAGCTCACTGCAGCCTTG"
           + "ACCTCCCTGGGCTCCGGTGATTTCACCCTCCCAAGTAGCTAGGACTACAG"
           + "GCACATGCCACGACACCCAGCTAATTTTTTATTTTCTGTGAAGTCAAGGT"
           + "CTTGCTACGTTGCCCATGCTGGTATCAAACCCCTGGGCTCAATCAATCCT"
           + "TCCACCTCAGCCTCCCCAAGTATTGGGGTTACAGGCATGAGCTACCACAC"
           + "TCAGCCCTAGCCTACTTGAAACGTGTTCAGAGCATTTAAGTTACCCTACA"
           + "GTTGGGCAAAGTCATCTAACACAAAGCCCTTTTTATAGTAATAAAATGTT"
           + "GTATATCTCATGTGATTTATTGAATATTGTTACTGAAAGTGAGAAACAGC"
           + "ATGGTTGCATGAAAGGAGGCACAGTCGAGCCAGGCACAGCCTGGGCGCAG"
           + "AGCGAGACTCAAAAAAAGAAAAGGCCAGGCGCACTGGCTCACGCCTGTAA"
           + "TCCCAGCATTTCGGGAGGCTGAGGCGGGTGGATCACCTGAGGTCAGGAGT"
           + "TCAAGACCAGCCTAGCCAACATGGTGAAACCCCGTCTCTACTAAAATACA"
           + "AAAATTAACCGGGCGTGATGGCAGGTGCCTGTAATCCCAGCTACTTGGGA"
           + "GGCTGAGGCAGGAGAATCGCTTGAACCAGGAGGCGGAGGTTGCAGGGAGC"
           + "CAAGATGGCGCCACTGCACTCCAGCCTGGGCGATAGAGTGAGACTCCGTC"
           + "TCAGAAAAAAAAGAAAAGAAACGAGGCACAGTCGCATGCACATGTAGTCC"
           + "CAGTTACTTGAGAGGCTAAGGCAGGAGGATCTCTTGAGCCCAAGAGTTTG"
           + "AGTCCAGCCTGAACAACATAGCAAGACATCATCTCTAAAATTTAAAAAAG"
           + "GGCCGGGCACAGTGGCTCACACCTGTAATCCCAGCACTTTGGGAGGTGGA"
           + "GGTGGGTAGATCACCTGACGTCAGGAGTTGGAAACCAGCCTGGCTAACAT";

char[] charArray = dna.toCharArray();

 

일단 TAGG, CCAG, AGCC가 각각 몇 개씩 있는지 담을 변수가 필요하니 아래와 같이 생성.

// TAGG, CCAG, AGCC
int tagg = 0, ccag = 0, agcc = 0;

 

반복문

그리고 이제 charArray를 탐색할 for문을 아래와 같이 만들어 주자.

for (int i = 0; i < charArray.length - 3; i++) {
    
}

눈 여겨 볼 점은 두 가지!!!!!

int i = 0에서 시작한 것과, i < charArray.length - 3까지만 탐색한다는 점.

문자열의 첫 줄("GATCCGCCCGCCTCGGCCTCCCAAAGTGCTGGGATTACAGGTGTGAGCCA")을 보자.

우린 이 문자열을 "GATC"(인덱스 0~3), "ATCC"(인덱스 1~4), "TCCG"(2~5), "CCGC"(3~6), ... 이런 식으로 확인한다.

그러다가 맨 마지막 줄("GGTGGGTAGATCACCTGACGTCAGGAGTTGGAAACCAGCCTGGCTAACAT")에서 "ACAT"까지만 확인해야한다. "ACAT"은 인덱스 length - 4부터 length - 1까지이기 때문에 종결식을 i < charArray.length - 3으로 잡으면 된다.

 

길이 4인 염기서열 형성

for문의 수행 부분에 들어갈 때마다 검사할 문자 4개를 담을 4칸짜리 문자 배열(char[])을 선언.

for (int i = 0; i < charArray.length - 3; i++) {
    char[] current = new char[4];
}

for문 안에서 배열을 선언하는 이유는 반복문을 벗어나면 더 이상 쓸 일이 없기 때문이다.

하지만, 다른 관점에서 생각해 볼 수도 있다. 배열을 새로 만드는 작업의 비용이 클 수 있기 때문에, 여러 번 반복하며 만들지 않고 for문 밖에서 한 번만 만들고 재사용하는 것이 나을 수도 있다.

char[] current = new char[4];
for (int i = 0; i < charArray.length - 3; i++) {

}

 

최종적으로는 for문 밖에서 배열을 만드는 것으로~

그 다음은 반복문 내에 또 반복문을 만들어 검사해야 할 문자열 4개를 순서대로 채워 넣자.

char[] current = new char[4];
for (int i = 0; i < charArray.length - 3; i++) {
  for (int j = 0; j < current.length; j++) {
    current[j] = charArray[i + j];
  }
}

current 배열의 0번 부터 3번까지를, charArray 배열의 i + 0 번부터 i + 3 번 까지 채워 넣으면 된다.

예를 들어 i = 2일 때,

current[0] = charArray[2]; // T
current[1] = charArray[3]; // C
current[2] = charArray[4]; // C
current[3] = charArray[5]; // G

이렇게 되는 것이다. 이제 채워넣은 current 배열을 가지고 우리가 찾는 염기서열을 세어보자.

char[] current = new char[4];
for (int i = 0; i < charArray.length - 3; i++) {
    for (int j = 0; j < current.length ; j++) {
        current[j] = charArray[i + j];
    }
    
    // char[]을 String으로 변환
    // 예: ['a', 'b', 'c', 'd'] => "abcd"
    String seq = new String(current);
}

이렇게 문자열로 변환시키는 이유는 switch문의 변수로 문자열을 사용할 수 있기 때문이다.

문자 배열 자체로도 검사할 수 있지만 코드가 너무 길어진다..

 

염기서열 세기

이제 switch문을 이용해서 염기서열을 세면 된다.

switch (seq) {
  case "TAGG":
    tagg++;
    break;
  case "CCAG":
    ccag++;
    break;
  case "AGCC":
    agcc++;
    break;
}

해당 케이스를 찾으면 각각 염기서열을 찾은 개수를 보관하는 변수에 1을 추가해주면 된다.

 

최종 코드

public class Main {
    public static void main(String[] args) {
        String dna = "GATCCGCCCGCCTCGGCCTCCCAAAGTGCTGGGATTACAGGTGTGAGCCA"
                + "CCACGCCCGGCTAATTTTTATTTATTTATTTAAAGACAGAGTCTCACTCT"
                + "GTCACTCAGGCTAGAGTGCAGTGGCACCATCTCAGCTCACTGCAGCCTTG"
                + "ACCTCCCTGGGCTCCGGTGATTTCACCCTCCCAAGTAGCTAGGACTACAG"
                + "GCACATGCCACGACACCCAGCTAATTTTTTATTTTCTGTGAAGTCAAGGT"
                + "CTTGCTACGTTGCCCATGCTGGTATCAAACCCCTGGGCTCAATCAATCCT"
                + "TCCACCTCAGCCTCCCCAAGTATTGGGGTTACAGGCATGAGCTACCACAC"
                + "TCAGCCCTAGCCTACTTGAAACGTGTTCAGAGCATTTAAGTTACCCTACA"
                + "GTTGGGCAAAGTCATCTAACACAAAGCCCTTTTTATAGTAATAAAATGTT"
                + "GTATATCTCATGTGATTTATTGAATATTGTTACTGAAAGTGAGAAACAGC"
                + "ATGGTTGCATGAAAGGAGGCACAGTCGAGCCAGGCACAGCCTGGGCGCAG"
                + "AGCGAGACTCAAAAAAAGAAAAGGCCAGGCGCACTGGCTCACGCCTGTAA"
                + "TCCCAGCATTTCGGGAGGCTGAGGCGGGTGGATCACCTGAGGTCAGGAGT"
                + "TCAAGACCAGCCTAGCCAACATGGTGAAACCCCGTCTCTACTAAAATACA"
                + "AAAATTAACCGGGCGTGATGGCAGGTGCCTGTAATCCCAGCTACTTGGGA"
                + "GGCTGAGGCAGGAGAATCGCTTGAACCAGGAGGCGGAGGTTGCAGGGAGC"
                + "CAAGATGGCGCCACTGCACTCCAGCCTGGGCGATAGAGTGAGACTCCGTC"
                + "TCAGAAAAAAAAGAAAAGAAACGAGGCACAGTCGCATGCACATGTAGTCC"
                + "CAGTTACTTGAGAGGCTAAGGCAGGAGGATCTCTTGAGCCCAAGAGTTTG"
                + "AGTCCAGCCTGAACAACATAGCAAGACATCATCTCTAAAATTTAAAAAAG"
                + "GGCCGGGCACAGTGGCTCACACCTGTAATCCCAGCACTTTGGGAGGTGGA"
                + "GGTGGGTAGATCACCTGACGTCAGGAGTTGGAAACCAGCCTGGCTAACAT";
        char[] charArray = dna.toCharArray();

        // TAGG, CCAG, AGCC
        int tagg = 0, ccag = 0, agcc = 0;

        char[] current = new char[4];

        for (int i = 0; i < charArray.length - 3; i++) {
            for (int j = 0; j < current.length ; j++) {
                current[j] = charArray[i + j];
            }

            // char[]을 String으로 변환
            // 예: ['a', 'b', 'c', 'd'] => "abcd"
            String seq = new String(current);

            switch (seq) {
                case "TAGG":
                    tagg++;
                    break;
                case "CCAG":
                    ccag++;
                    break;
                case "AGCC":
                    agcc++;
                    break;
            }
        }

        // 테스트
        System.out.println("TAGG: " + tagg);
        System.out.println("CCAG: " + ccag);
        System.out.println("AGCC: " + agcc);
    }
}

TAGG: 1
CCAG: 12
AGCC: 15