基于python的计算基因组_利用python求已知DNA模板的互补DNA序列（自学44天）

现有一段DNA序列：ACTGATCGATTACGTATAGTATTTGCTATCATACATATATATCGATGCGTTCAT，求其互补DNA序列。在生物上DNA互补序列简述表达可以表示为：A与T，C与G互补，可以理解为将上述序列中现有的A用T代替，C用G代替，T用A代替，G用C代替，则其互补序列为：TGACTAGCTAATGCATATCATAAACGATAGTATGTATATATAGCTACGCAAGTA

根据上述表述，我可以利用replace()函数进行替换，将A用T替换，T用A替换，C用G替换，G用C替换，简述其代码如下：

my_dna = "ACTGATCGATTACGTATAGTATTTGCTATCATACATATATATCGATGCGTTCAT"

# replace A with T

sequence1 = my_dna.replace('A', 'T')

# replace T with A

sequence2 = sequence1.replace('T', 'A')

# replace C with G

sequence3 = sequence2.replace('C', 'G')

# replace G with C

sequence4 = sequence3.replace('G', 'C')

# print the result of the final replacement

print(sequence1)

print(sequence2)

print(sequence3)

print(sequence4)

其输出结果如下：

TCTGTTCGTTTTCGTTTTGTTTTTGCTTTCTTTCTTTTTTTTCGTTGCGTTCTT

ACAGAACGAAAACGAAAAGAAAAAGCAAACAAACAAAAAAAACGAAGCGAACAA

AGAGAAGGAAAAGGAAAAGAAAAAGGAAAGAAAGAAAAAAAAGGAAGGGAAGAA

ACACAACCAAAACCAAAACAAAAACCAAACAAACAAAAAAAACCAACCCAACAA

显然结果是不正确的，我们在sequence1到sequence2中就已经出现错误，误把sequence1中A被替换之后变为T的序列，在sequence2中又被替换掉了，因此我们要转变思路，保持只替换原本的序列，不进行多次替换，避免错误，我们可以尝试每次只在原始序列上进行替换，尝试代码如下：

my_dna = "ACTGATCGATTACGTATAGTATTTGCTATCATACATATATATCGATGCGTTCAT"

# replace A with T

sequence = my_dna.replace('A', 'T')

# replace T with A

sequence2 = my_dna.replace('T', 'A')

# replace C with G

sequence3 = my_dna.replace('C', 'G')

# replace G with C

sequence4 = my_dna.replace('G', 'C')

print(sequence1)

print(sequence2)

print(sequence3)

print(sequence4)

其输出结果如下：

TCTGTTCGTTTTCGTTTTGTTTTTGCTTTCTTTCTTTTTTTTCGTTGCGTTCTT

ACAGAACGAAAACGAAAAGAAAAAGCAAACAAACAAAAAAAACGAAGCGAACAA

AGTGATGGATTAGGTATAGTATTTGGTATGATAGATATATATGGATGGGTTGAT

ACTCATCCATTACCTATACTATTTCCTATCATACATATATATCCATCCCTTCAT

显然结果也是不正确的，因此，我们要引入中间变量，最后再把它做一个回环，

天明豆豆

也就是说引入四个临时字母，然后每个变换2次，最后把最终结果输出，其代码可以为：

my_dna = "ACTGATCGATTACGTATAGTATTTGCTATCATACATATATATCGATGCGTTCAT"

sequence1 = my_dna.replace('A', 'H')

sequence2 = sequence1.replace('T', 'J')

sequence3 = sequence2.replace('C', 'K')

sequence4 = sequence3.replace('G', 'L')

sequence5 = sequence4.replace('H', 'T')

sequence6 = sequence5.replace('J', 'A')

sequence7 = sequence6.replace('K', 'G')

sequence8 = sequence7.replace('L', 'C')

print(sequence8)

其结果为：

TGACTAGCTAATGCATATCATAAACGATAGTATGTATATATAGCTACGCAAGTA

至此得到了我们想要的结果，但这种方法显然是有些复杂了，我们可以利用字符的大小写来完成我们的工作，也就是利用小写字母为临时变量，最终利用upper()输出大写的结果就行了，其代码和结果如下：

my_dna = "ACTGATCGATTACGTATAGTATTTGCTATCATACATATATATCGATGCGTTCAT"

sequence1 = my_dna.replace('A', 't')

print(sequence1)

sequence2 = sequence1.replace('T', 'a')

print(sequence2)

sequence3 = sequence2.replace('C', 'g')

print(sequence3)

sequence4 = sequence3.replace('G', 'c')

print(sequence4)

print(sequence4.upper())

其结果为：

tCTGtTCGtTTtCGTtTtGTtTTTGCTtTCtTtCtTtTtTtTCGtTGCGTTCtT

tCaGtaCGtaatCGatatGataaaGCataCtatCtatatataCGtaGCGaaCta

tgaGtagGtaatgGatatGataaaGgatagtatgtatatatagGtaGgGaagta

tgactagctaatgcatatcataaacgatagtatgtatatatagctacgcaagta

TGACTAGCTAATGCATATCATAAACGATAGTATGTATATATAGCTACGCAAGTA

至此我们的互补DNA序列得到了，也许有更好更简洁的代码，欢迎评论补充。

日常结尾：

虽然这是个小小的计算程序，但对于初学者的我来说每一次对原代码的升级改造，哪怕是读懂后的注释都感觉是一次进步提升，总之代码虽小，动手最重要！希望更多学习Python的爱好者不要像我一样眼高手低，学习编程就是要，思考，敲码，思考，敲码，敲码，再敲码！