Question

家庭作业协助

我需要编写一个能够从用户那里获取含有DNA密码子的字符串的函数，例如

'ACATTTGCTTCTGACACAACTGTGTTCACTAGCAACCTCAAAC'

将字符串分成3个组，然后将每个组与字典项匹配。但程序必须只打印出键，而不是值。

输入：ATTGHIATGTTTTTCTYU

分离：[ATT] [GHI] [ATG] [TTT] [TTC] [TYU]

输出：IMFF

这是我到目前为止所拥有的

dna_codons = {'I': 'ATT' 'ATC' 'ATA',
              'L': 'CTT' 'CTC' 'CTA' 'CTG' 'TTA' 'TTG',
              'V': 'GTT' 'GTC' 'GTA' 'GTG',
              'F': 'TTT' 'TTC',
              'M': 'ATG',
              }
def translate(sequence):
    n = 3
    MyList = [sequence[i:i+n] for i in range(0, len(sequence), n)]
    for codon in MyList:
        for slc in dna_codons.keys():
            if codon == slc:
                print slc

print translate(raw_input('type in DNA sequence: '))

Answer 1

使用列表推导和生成器将输入字符串拆分为块，可以更轻松地实现目标。

尝试这样的事情：

in_seq = 'ATTGHIATGTTTTTCTYU'  # change this to input()

_codes = {  # your original dict is incorrect
    'ATT': 'I', 'ATC': 'I', 'ATA': 'I',
    'CTT': 'L', 'CTC': 'L', 'CTA': 'L', 'CTG': 'L', 'TTA': 'L', 'TTG': 'L',
    'GTT': 'V', 'GTC': 'V', 'GTA': 'V', 'GTG': 'V',
    'TTT': 'F', 'TTC': 'F',
    'ATG': 'M',
}


def split_seq(s, n=2):
    """ split string to chunks of size n """
    i = 0
    while i < len(s):
        yield s[i:i + n]
        i += n

out_codes = [_codes[z.upper()] for z in split_seq(in_seq, 3) if z.upper() in _codes]
result = ''.join(out_codes)
print(result)

输出：

IMFF

如果要查看单独的列表，请键入print(list(split_seq(in_seq, 3)))：

['ATT', 'GHI', 'ATG', 'TTT', 'TTC', 'TYU']

更新

如果您不想使用发电机，请将其替换为普通功能：

def split_seq(s, n=2):
    res = []
    i = 0
    while i < len(s):
        res.append(s[i:i + n])
        i += n
    return res

Answer 2

您的代码的主要问题是'I': 'ATT' 'ATC' 'ATA',无法正常工作。字符串只是连在一起（ATTATCATA）。您需要将这些字符串转换为列表：'I': ['ATT', 'ATC', 'ATA'],。然后，您可以使用嵌套循环迭代字典和列表：

for slc in dna_codons.keys():
    for item in dna_codons[slc]:
        if codon == item:
            print slc

最后，最后的print语句将始终打印none，因为您的函数不会返回任何要打印的内容。理想情况下，您的函数应返回所需的输出，而不是将其打印为副作用：

aa_seq =''
for codon in MyList:  
    for slc in dna_codons.keys():
        for item in dna_codons[slc]:
            if codon == item:
                aa_seq += slc
return aa_seq

当然，如果你必须循环遍历每个密码子的所有值，你就不会从使用字典中获得太多好处。使密码子成为键和氨基酸值会更有效率。这样你就可以使用：

aa_seq = ''
for codon in MyList:
    aa_seq += dna_codons[codon]
return aa_seq

Answer 3

首先，您必须更改dna_codons以将值作为列表或元组。目前，三元组的字符串将被连接成一个字符串。

dna_codons = {
    'I': ['ATT', 'ATC', 'ATA'],
    'L': ['CTT', 'CTC', 'CTA', 'CTG', 'TTA', 'TTG'],
    'V': ['GTT', 'GTC', 'GTA', 'GTG'],
    'F': ['TTT', 'TTC'],
    'M': ['ATG'],
}

现在你可以使用@ heathobrien的嵌套循环，但这些循环效率很低。我认为你应该改变字典，以便它从密码子映射到氨基酸。你可以用：

def transpose(d):
    out = {}
    for key, values in d.items():
        for val in values:
            out[val] = key
    return out

codon_to_aa = transpose(dna_codons)

这会生成字典{'ATG': 'M', 'ATT': 'I', 'ATC': 'I', ...}。在那之后，剩下的就是直截了当。您只需要拆分序列并找到合适的映射。重用您的代码：

def translate(sequence):
    n = 3
    codons = (sequence[i:i+n] for i in range(0, len(sequence), n))
    for codon in codons:
        print codon_to_aa.get(codon, ''),
    print

translate(raw_input('type in DNA sequence: '))

第一个print后面的逗号确保下一个字符在同一行打印出来。空print将结束该行。但是，我建议你将输出聚合成一个变量并立即打印出来。

可替换地：

def translate(sequence):
    n = 3
    return ''.join(codon_to_aa.get(codon, '') for codon in   
                      (sequence[i:i + n] for i in xrange(0, len(sequence), n)))

print translate(raw_input('type in DNA sequence: '))

Answer 4

这是使用itertools配方为名为grouper()的生成器函数执行此操作的方法。

from itertools import zip_longest

def grouper(iterable, n, fillvalue=None):
    "Collect data into fixed-length chunks or blocks"
    # s -> (s0,s1,...sn-1), (sn,sn+1,...s2n-1), (s2n,s2n+1,...s3n-1), ...
    # grouper('ABCDEFG', 3, 'x') --> ABC DEF Gxx"
    args = [iter(iterable)] * n
    return zip_longest(*args, fillvalue=fillvalue)

DNA_CODONS = {
    'ATT': 'I', 'ATC': 'I', 'ATA': 'I',
    'CTT': 'L', 'CTC': 'L', 'CTA': 'L', 'CTG': 'L', 'TTA': 'L', 'TTG': 'L',
    'GTT': 'V', 'GTC': 'V', 'GTA': 'V', 'GTG': 'V',
    'TTT': 'F', 'TTC': 'F',
    'ATG': 'M',
}

def translate(sequence, n=3):
    return [codeon for codeon in (''.join(nt) for nt in grouper(sequence, n, ' ')
            if codeon in DNA_CODONS)]

input_sequence = 'ACATTTGCTTCTGACACAACTGTGTTCACTAGCAACCTCAAAC'
print(translate(input_sequence))  # -> [['TTT'], ['GTG'], ['TTC'], ['CTC']]

生物信息学：将列表项与字典键匹配并打印匹配的键

4 个答案:

更新