Rosalind:Finding a Shared Motif

原始的输入文件：

Rosalind_1
GATTACA
Rosalind_2
TAGACCA
Rosalind_3
ATACA

# Finding a Shared Motif
# date:2020/5/29
# 这是我转载别人的文章，但是原始的我就不费劲找了，我只想好好
# 品一品这个脚本，以我小菜鸡的水平，我就是觉得写的很棒，
# 如果是大神，您就略过哈

###
首先下面这一段函数没有什么难度，就是把原始文件里面的序列
保存成列表的数据格式
###
def readfasta(filename, sample):
    fa = open(filename, 'r')
    fo = open(sample, 'w')
    res = {}
    rres = []
    ID = ''
    for line in fa:
        # 如果是">"开头的，就创建一个key键
        if line.startswith('>'):
            ID = line.strip('\n')
            res[ID] = ''
        # 如果不是">"开头的，在这个key键下添加value值
        else:
            res[ID] += line.strip('\n')
    # 把value值提取出，写入sample文件
    for value in res.values():
        rres.append(value)
        fo.write(value + '\n')
    #返回 ['TAGACCA','ATACA','GATTACA']
    return rres

###
第一个高潮来了哈
###
def fragement(seq_list):
    res = []
    seq = seq_list[0]       # TAGACCA
    # 上面的代码 seq 取出原始文件的第一个序列，
    # 这个无所谓，重要的是把这个序列所有的可能的正向组合全部排列出来
    # 这里面作者用了两个 for 循环完成的功能
    # 但是 第一个列表  s_seq是 从前往后切
    # 从第一个列表 s_seq得到的子序列 是从后往前切
    # 如果反应不过来，可以用 12345来试一试得到所有可能的正向组合
    for i in range(len(seq)):
        s_seq = seq[i:]
        for j in range(len(s_seq)):
            res.append(s_seq[:(len(s_seq) - j)])
    # 返回res列表的所有组合
    # T TA TAG TAGA TAGAC TAGACC TAGACCA
    # A AG AGA
    return res


def main(infile, sample):
    seq_list = readfasta(infile, sample)
    frags = fragement(seq_list)
    # 这里是最后一个高潮了，坚持一下
    # 首先这里的排序很重要，因为排序是从长到短排序，
    # 排序的方法保证了下面迭代的时候发现的 motif 其实是最长的
    # 最后的break对题目而言非常好，因为如果你的目的是得到唯一的最
    # 长 motif,那么break就可以终止运行，但是会忽略同样长度的其它motif
     frags.sort(key=len, reverse=True)  # 从长到短排列
    for i in range(len(frags)):
        ans = []
        for j in seq_list:
            # 把"所有组合"匹配到"列表"里面，有些匹配1次，有些匹配2次，
            # 匹配三次的就是share_motif
            r = j.count(frags[i])
            if r != 0:
                ans.append(r)
        # 判断匹配是否大于等于三次
        if len(ans) >= len(seq_list):
            # 打印匹配大于等于三次的
            print(frags[i])
            break


main('./Finding a Shared Motif', 'sample.txt')