python - 使用python进行DNA测序

Question

使用循环，我如何在 python 中编写一个函数来排序最长的蛋白质链，而不考虑顺序。当 tie 与其他元素混合时，该函数返回一个仅包含字符 'A'、'C'、'G' 和 'T' 的子字符串： 示例，在序列：'ACCGXXCXXGTTACTGGGCXTGT' 中，它返回 'GTTACTGGGC '

Answer 1

如果数据以字符串形式提供，您可以简单地用字符“X”将其拆分，从而得到一个列表。

startstring = 'ACCGXXCXXGTTACTGGGCXTTGT'
array = startstring.split('X')

然后在检查元素长度的同时遍历列表会给你正确的结果：

# Initialize placeholders for comparison
temp_max_string = ''
temp_max_length = 0

#Loop over each string in the list
for i in array:
    # Check if the current substring is longer than the longest found so far
    if len(i) > temp_max_length:
        # Replace the placeholders if it is longer
        temp_max_length = len(i)
        temp_max_string = i

print(temp_max_string) # or 'print temp_max_string' if you are using python2.

您还可以使用 python 内置函数以更有效的方式获得结果：

按长度降序排序 ( list.sort())

startstring = 'ACCGXXCXXGTTACTGGGCXTTGT'
array = startstring.split('X')
array.sort(key=len, reverse=True)
print(array[0]) #print the longest since we sorted for descending lengths
print(len(array[0])) # Would give you the length of the longest substring

只获取最长的子串 ( max())：

startstring = 'ACCGXXCXXGTTACTGGGCXTTGT'
array = startstring.split('X')
longest = max(array, key=len)
print(longest) # gives the longest substring
print(len(longest)) # gives you the length of the longest substring