IUPAC 转正则表达式转换器
将使用 IUPAC 简并码书写的核苷酸模体转换为正则表达式。将结果粘贴到任何支持正则表达式的工具中，即可在 DNA 序列中搜索该模体。
输入 IUPAC 核苷酸模体以获得其正则表达式。
使用方法
IUPAC 简并码允许用一个字母表示多种可能的碱基：N 代表任意碱基，R 代表 A 或 G，Y 代表 C 或 T，W 代表 A 或 T，S 代表 G 或 C，以此类推。要在序列中搜索简并模体，每个简并码都会被展开为一个正则表达式字符类——例如 N 变为 [ACGT]，R 变为 [AG]——而明确的碱基则保持不变。
输入模体后，转换器会构建等价的正则表达式。将其粘贴到编程语言、文本编辑器或基因组浏览器的正则表达式搜索框中，即可找到该模体的所有匹配项，包括所有简并的可能性。
示例
- GGNCC → GG[ACGT]CC（匹配 GGACC、GGCCC、GGGCC、GGTCC）。
- GAATTC → GAATTC（EcoRI 位点，无简并性）。
- WS → [AT][GC]。
常见问题
- 什么是 IUPAC 简并码？
- 它们是代表一组核苷酸的单字母代码，例如 R 表示嘌呤（A/G），Y 表示嘧啶（C/T），N 表示任意碱基。它们用于描述简并引物和模体。
- 正则表达式是如何构建的？
- 每个简并码都会被替换为其所代表碱基的字符类——N 变为 [ACGT]，R 变为 [AG]——而普通碱基保持不变，从而生成一个能匹配该模体所有可能序列的模式。
- 这个正则表达式可以用在哪里？
- 任何支持正则表达式的地方：编程语言、代码编辑器的搜索功能、grep 等命令行工具，或接受正则表达式的序列搜索框。
- 是否区分大小写？
- 转换器会将模体转为大写，因此生成的模式匹配大写序列。如果你也需要匹配小写碱基，请在你的正则表达式引擎中添加不区分大小写的标志。