今天就跟大家聊聊有關Python中怎么整理DNA序列，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
給定一堆DNA序列，即由字符A, C, G, T組成的字符串，統計所有長度為n的子序列出現的頻率。比如 ACGTACGT，子序列長度為2，于是 AC=2, CG=2, GT=2, TA=1，其余長度為2的子序列頻率為0.
***想到的就是建一個字典，key是所有可能的子序列，value是這個子序列出現的頻率。但是當子序列比較長的時候，比如 n=8，需要一個有65536 (4的8次方) 個key-value pair的字典，且每個key的長度是8字符。這樣ms有點浪費內存。。
于是想到，所有的長度為n的子序列是有序且連續的，所以可以映射到一個長度為4的n次方的的list里。令 A=0, C=1, G=2, T=3，則把子序列 ACGT 轉換成 0*4^3 + 1*4^2 + 2*4 + 3 = 27, 映射到list的第27位。如此，list的index對應子序列，而list這個index位置則儲存這個子序列出現的頻率。
于是我們先要建立2個字典，Python統計表示ACGT和0123一一對應的關系：
i2mD = {0:'A', 1:'C', 2:'G', 3:'T'} m2iD = dict(A=0,C=1,G=2,T=3) # This is just another way to initialize a dictionary以及下面的子序列映射成整數函數：
def motif2int(motif): '''convert a sub-sequence/motif to a non-negative integer''' total = 0 for i, letter in enumerate(motif): total += m2iD[letter]*4**(len(motif)-i-1) return total Test: >>> motif2int('ACGT') 27看完上述內容，你們對Python中怎么整理DNA序列有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
