使用Hamming距离将一系列DNA序列组合成相似的序列（Python）？

Question

我从一个FASTQ文件中提取了一个DNA序列的列表，目前它被存储在一个列表中。在

sequences = ['ATCT','ATTT','ACGG','ACCG','ACGT','AGGT','ATGC','ATCC','AGTT']

我想把序列聚类到一个元组列表中，这样元组中的每个序列都是相似的。在

我最初考虑使用汉明距离（代码如下所示）将相似的序列聚集在一起，但如果我正确理解汉明距离，我将不得不使用其中一个序列作为参考，将汉明距离与另一个序列进行比较，根据我的参考序列，我最终会得到不同的结果聚类（例如：如果我使用“ACGG”作为参考序列，并将其与列表中的其他序列进行比较，如果我选择汉明距离1作为标准，那么“ACCG”和“ACGT”将与“ACGG”聚集在一起。相反，如果我使用'ACGG'作为我的参考序列，'ACGG'将与它聚集在一起，而不是'ACGT'，因为'ACGT'与'acg'相比有2个汉明距离。）

^{pr2}$

对于使用汉明距离的缺点，我考虑过使用Levenshtein比率（来自Levenshtein模块）或fuzzyfuzzy比率（来自fuzzyfuzzy模块）来聚类序列。在

每种方法的优缺点是什么？我应该如何设置代码以将相似的序列聚集在一起？在