GenLen — Lenguaje Genético

GenLen es un lenguaje de propósito específico para bioinformática que permite trabajar con secuencias de ADN, ARN y proteínas como ciudadanos de primera clase del lenguaje.

---

Estructura del repositorio

GenLen/
├── docs/
│   ├── grammatica.pdf        # Especificación de la gramática EBNF del lenguaje
│   └── apuntes_compi.pdf     # Apuntes del curso de Compiladores e Intérpretes
│
├── src/
│   ├── __init__.py
│   ├── token.py              # Clase Token y enumeración TipoToken
│   └── explorador.py         # Explorador léxico (Scanner)
│
├── tests/
│   ├── __init__.py
│   └── test_explorador.py       # Pruebas unitarias del explorador
│
├── ejemplos/
│   ├── ejemplo1.gl           # Declarar y transcribir una secuencia ADN
│   ├── ejemplo2.gl           # Protocolo con edición CRISPR y traducción
│   ├── ejemplo3.gl           # Operadores, booleanos y llamadas encadenadas
│   └── errores.gl            # Archivo con errores léxicos intencionales
│
├── main.py                   # Punto de entrada principal
└── README.md

---

Uso

python main.py ejemplos/ejemplo1.gl

El explorador imprime cada token en el formato:

<"TIPO", "lexema", "linea: N, columna: M">

Ejemplo de salida

<"PALABRA_CLAVE", "lab", "linea: 1, columna: 1">
<"IDENTIFICADOR", "Ejemplo1", "linea: 1, columna: 5">
<"BLOQUE_ABRE", "/\", "linea: 2, columna: 1">
...

---

Pruebas

python -m pytest tests/ -v
# o con unittest directamente:
python -m unittest tests/test_explorador.py -v

---

Tokens del lenguaje

Tipo	Ejemplos
PALABRA_CLAVE	lab, muestra, protocolo, y, o
TIPO	adn, arn, prot, num, bool
MECANISMO	transcribir, traducir, mutar, cas9, …
BOOLEANO	V, F
IDENTIFICADOR	gen1, secuencia, _aux
NUMERO	42, 3.14
CADENA_ADN	'ATGCGT' (solo A/G/C/T)
CADENA_ARN	'AUGCAU' (solo A/U/C/G)
CADENA_PROTEINA	'MCHHHHH' (aminoácidos estándar)
OPERADOR	->, =, ==, !=, <, <=, +, …
BLOQUE_ABRE	/\
BLOQUE_CIERRA	\/
PUNTUACION	(, ), :, ;, ,