python：生成 Kolakoski 序列，可以转换为DNA序列

Kolakoski 序列是一个仅由1和2组成的无限数列，是一种通过“自描述”来定义的数列。

Kolakoski 序列是一个分形数列：如果将相邻相同的数字组成一组，那么...
如果把每一组数用它的长度来替换，就会得到这个数列本身。

Kolakoski 序列前几项为：1,2,2,1,1,2,1,2,2,1,2,2,1,1,2,1,1,2,2,1,2,...
( sequence A000002 in the OEIS )

DNA序列的构成基于四种特定的碱基，分别是腺嘌呤（A）、胸腺嘧啶（T）、鸟嘌呤（G）和胞嘧啶（C）。这些碱基以特定的配对方式形成碱基对，即A与T配对，C与G配对，这是基于它们之间的氢键相互作用。每个碱基代表一个特定的遗传信息，通过这些碱基的排列顺序，DNA序列能够编码遗传信息，进而指导生物体的生长、发育和功能。（在RNA序列中，U取代了DNA序列中的T）

1990年日本学者间中喜雄将嘌呤类假定为阴（A 太阴 和 G 少阴），嘧啶类假定为阳（T 太阳 和 C少阳），应用到遗传密码表中解读易学，结果表示氨基酸的三联体惊人地与“易经八卦”相对应。

假设 1为阳爻，2为阴爻，那么可以转换为DNA序列。

编写 kolakoski-DNA.py  如下

# -*- coding: utf-8 -*-
""" Kolakoski序列是一个仅由1和2组成的无限数列，是一种通过“自描述”来定义的数列。
    Kolakoski序列是一个分形数列。
"""
n = 100
alist = [1,2,2]
prev = 2
tail = 3
a = 1
while tail < n:
    for i in range(0,alist[prev]):
        alist.append(a)
        tail += 1
    a = a^3 # 按位异或
    prev += 1
# 输出 Kolakoski序列
#print(alist)

blist = []
b = 0
for i in range(0,n):
    if i %2 == 0:
        b = alist[i]*10
    else:
        b += alist[i]
        blist.append(b)
# 输出每2位数，组成一组
print(blist)

clist = []
for b in blist:
    if b == 11:
        clist.append('T')
    elif b == 12:
        clist.append('C')
    elif b == 21:
        clist.append('G')
    elif b == 22:
        clist.append('A')
    else:
        clist.append('?')
# 输出 伪造DNA序列
print(clist)
print(''.join(clist))
# 输出每3位一组
for i in range(0, len(clist)):
    if i %3 == 0 and i >0:
        print(',',  end='')
    print(clist[i], end='')

运行 python kolakoski-DNA.py 

[12, 21, 12, 12, 21, 22, 11, 21, 12, 21, 21, 12, 12, 21, 12, 11, 21, 22, 12, 21, 12, 12, 21, 21, 12, 11, 22, 12, 21, 12, 12, 21, 22, 11, 21, 12, 12, 21, 21, 12, 21, 22, 11, 21, 22, 12, 21, 12, 11, 22]
['C', 'G', 'C', 'C', 'G', 'A', 'T', 'G', 'C', 'G', 'G', 'C', 'C', 'G', 'C', 'T', 'G', 'A', 'C', 'G', 'C', 'C', 'G', 'G', 'C', 'T', 'A', 'C', 'G', 'C', 'C', 'G', 'A', 'T', 'G', 'C', 'C', 'G', 'G', 'C', 'G', 'A', 'T', 'G', 'A', 'C', 'G', 'C', 'T', 'A']
CGCCGATGCGGCCGCTGACGCCGGCTACGCCGATGCCGGCGATGACGCTA
CGC,CGA,TGC,GGC,CGC,TGA,CGC,CGG,CTA,CGC,CGA,TGC,CGG,CGA,TGA,CGC,TA