week 1 practice—— 产生DNA互补链

一、计算某个string中长度为k的情况下,出现比例最高的字符串

# Copy your updated FrequentWords function (along with all required subroutines) below this line

def FrequentWords(Text, k):

    words = []

    freq = FrequencyMap(Text, k)

    m = max(freq.values())

    for key in freq:

        # add each key to words whose corresponding frequency value is equal to m

        if freq[key]==m:

            pattern=key

            words.append(pattern)

    return words

    # your code here

# Copy your FrequencyMap() function here.

def FrequencyMap(Text, k):

    freq = {}

    n = len(Text)

    for i in range(n-k+1):

        Pattern = Text[i:i+k]

        if Pattern in freq:

            freq[Pattern]+=1

        else:

            freq[Pattern]=1

    # hint: your code goes here!

    return freq

# Now set Text equal to the Vibrio cholerae oriC and k equal to 10

Text="ATCAATGATCAACGTAAGCTTCTAAGCATGATCAAGGTGCTCACACAGTTTATCCACAACCTGAGTGGATGACATCAAGATAGGTCGTTGTATCTCCTTCCTCTCGTACTCTCATGACCACGGAAAGATGATCAAGAGAGGATGATTTCTTGGCCATATCGCAATGAATACTTGTGACTTGTGCTTCCAATTGACATCTTCAGCGCCATATTGCGCTGGCCAAGGTGACGGAGCGGGATTACGAAAGCATGATCATGGCTGTTGTTCTGTTTATCTTGTTTTGACTGAGACTTGTTAGGATAGACGGTTTTTCATCACTGACTAGCCAAAGCCTTACTCTGCCTGACATCGACCGTAAATTGATAATGAATTTACATGCTTCCGCGACGATTTACCTCTTGATCATCGATCCGATTGAAGATCTTCAATTGTTAATTCTCTTGCCTCGACTCATAGCCATGATGAGCTCTTGATCATGTTTCCTTAACCCTCTATTTTTTACGGAAGAATGATCAAGCTGCTGCTCTTGATCATCGTTTC"

k=10

# Finally, print the result of calling FrequentWords on Text and k.

print(FrequentWords(Text,k))

二、产生DNA互补链

1.将string形式的DNA链反转

def Reverse(Pattern):

    # your code here

    n=len(Pattern)

    time=0

    rev=""

    for i in range(n):

        rev=Pattern[time]+rev

        time+=1

    return rev

2.互补链

# Input: A DNA string Pattern

# Output: The complementary string of Pattern (with every nucleotide replaced by its complement).

def Complement(Pattern):

    # your code here

    n=len(Pattern)

    com=""

    time=0

    for i in range(n):

        if Pattern[time]=="A":

            com=com+"T"

        elif Pattern[time]=="T":

            com=com+"A"

        elif Pattern[time]=="C":

            com=com+"G"

        else:

            com=com+"C"

        time+=1

    return com

3.根据以上两个程序根据DNA单链生成对应的5‘-3’的互补链

# Output: The reverse complement of Pattern

def ReverseComplement(Pattern): 

    rev=Reverse(Pattern)

    com=Complement(rev)

    return com


# Copy your Reverse() function here.

def Reverse(Pattern):

    # your code here

    n=len(Pattern)

    time=0

    rev=""

    for i in range(n):

        rev=Pattern[time]+rev

        time+=1

    return rev

# Copy your Complement() function here.

def Complement(Pattern):

    # your code here

    n=len(Pattern)

    com=""

    time=0

    for i in range(n):

        if Pattern[time]=="A":

            com=com+"T"

        elif Pattern[time]=="T":

            com=com+"A"

        elif Pattern[time]=="C":

            com=com+"G"

        else:

            com=com+"C"

        time+=1

    return com

三、从基因组中查找计算得出的Pattern的位置

def PatternMatching(Pattern, Genome):

    positions = [] # output variable

    # your code here

    n=len(Genome)

    k=len(Pattern)

    for i in range(n-k+1):

        test=Genome[i:i+k]

        if test==Pattern:

            positions.append(i)

    return positions

四:实际应用——包括读取基因组数据

# Copy your PatternMatching function below this line.

def PatternMatching(Pattern, Genome):

    positions = [] # output variable

    # your code here

    n=len(Genome)

    k=len(Pattern)

    for i in range(n-k+1):

        test=Genome[i:i+k]

        if test==Pattern:

            positions.append(i)

    return positions

# The following lines will automatically read in the Vibrio cholerae genome for you and store it in a variable named v_cholerae

import sys                              # needed to read the genome

input = sys.stdin.read().splitlines()  #

v_cholerae = input[1]                  # store the genome as 'v_cholerae'

# Call PatternMatching with Pattern equal to "CTTGATCAT" and Genome equal to v_cholerae,

# and store the output as a variable called positions

Pattern="CTTGATCAT"

positions=PatternMatching(Pattern,v_cholerae)

# print the positions variable

print (positions)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,163评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,301评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,089评论 0 352
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,093评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,110评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,079评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,005评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,840评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,278评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,497评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,394评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,980评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,628评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,649评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,548评论 2 352

推荐阅读更多精彩内容

  • 古代杂交事件为慈鲷科鱼类的适应辐射提供动力 Ancient hybridization fuels rapid c...
    智取鸟氨酸阅读 4,618评论 0 5
  • 原文网址:https://kbroman.org/qtl2/assets/vignettes/user_guide...
    耕读者阅读 1,218评论 0 1
  • 1. 要分析的序列名称中,一般不要有空格2. 准备Reference文件(需为fasta格式)及比对1) Inde...
    晓佥阅读 2,470评论 0 4
  • 以下代码中运用了字典功能,用于计算文本中字符串出现的频率;其中{}代表创建一个可填入的dictionary,类似于...
    温简书13阅读 223评论 0 1
  • Introduction What is Bowtie 2? Bowtie 2 is an ultrafast a...
    wzz阅读 5,655评论 0 5