该项目的目标是从文本文件中打开并读取DNA序列,例如,如果子字符串是AGATC,那么连续子字符串也是,我们添加到计数器中,一旦连续子字符串不再是AGATC,目标是将其计数到范围内的最高分数,清除计数器并继续搜索,以查找最长的连续序列
str_count = []
counter = 0
highest = 0
# read sequence
with open(argv[2], "r") as seq:
seqRead = seq.read()
for i in range(len(seqRead)):
#search for consecutive AGATC
if i == 'A' and seqRead[i:i+6] == 'AGATC':
while i == 'A' and seqRead[i:i+6] == 'AGATC':
counter += 1
i = i + 5
if highest < counter:
highest = counter
counter = 0
else:
counter = 0
现在的问题是,我认为我没有正确地比较文本序列,因此没有读取字符串中正确的字母序列
我的目标是将“i”作为“a”进行跟踪,然后提取连续的4个字母,并将其与“AGATC”进行比较,如果匹配,则增加计数器,并将“i”更改为比较后的字母,如果是重复的,直到不再连续,然后将其添加到最高位,直到结束。 这至少是im,但是当运行调试器时,我注意到它从未进入第一个if语句,这使我相信我正在比较的方式是不正确的
样本输入:
AGATCAGATCAGATCAGATCAGATCDJFDHFDTTTTCCSSDDSDDGFJFHAGATCAGATCAGATCAGATCAGATCAGATGJFHJGHJDSHGDKFSAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCDKFDKDFKGJKDFKAGATCkFGJKFDDAGATCDFKJKFJFKDJKAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCAGATCKFDHDFKFDHKGHKDFGJFKHDFK
预期产量:最高=30
由于AGATC的最长连续出场时间为30次
输入:
AAGGTAAGTTTAGAATATAAAAGGTGAGTTAAATAGAATAGGTTAAAATTAAAGGAGATCAGATCAGATCAGATCTATCTATCTATCTATCTATCAGAAAAGAGTAAATAGTTAAAGAGTAAGATATTGAATTAATGGAAAATATTGTTGGGGAAAGGAGGGATAGAAGG
输出:最高=4
我是否弄错了如何使用seqRead[i:i+6]
我怎样才能做得更好呢
子字符串太长,
seqRead[i:i+6]
将给出长度为6个字符的字符串,而不是5个字符的字符串。该行(以及进行类似比较的另一行)应改为seqRead[i:i+5]
。另外,您试图将迭代器(i
)与字母进行比较,而我认为您的意思是比较seqRead
中迭代器位置处的字母i == 'A'
应更改为seqRead[i] == 'A'
:在代码中
if
之前的while
循环是多余的。您正在切片不正确的子字符串,下面是更新和简化的代码:相关问题 更多 >
编程相关推荐