如果第一次閱讀本系列文檔請先移步閱讀【ROSALIND】【練Python，學生信】00 寫在前面 ?謝謝配合~

題目：

k-Mer組成（k-Mer Composition）

Given: A DNA string s in FASTA format (having length at most 100 kbp).

所給：長度不超過100kb的一條DNA序列s，以FASTA給出。

Return: The 4-mer composition of s.

需得：s的4-mer組成列表。

?

測試數(shù)據(jù)

>Rosalind_6431

CTTCGAAAGTTTGGGCCGAGTCTTACAGTCGGTCTTGAAGCAAAGTAACGAACTCCACGG

CCCTGACTACCGAACCAGTTGTGAGTACTCAACTGGGTGAGAGTGCAGTCCCTATTGAGT

TTCCGAGACTCACCGGGATTTTCGATCCAGCCTCAGTCCAGTCTTGTGGCCAACTCACCA

AATGACGTTGGAATATCCCTGTCTAGCTCACGCAGTACTTAGTAAGAGGTCGCTGCAGCG

GGGCAAGGAGATCGGAAAATGTGCTCTATATGCGACTAAAGCTCCTAACTTACACGTAGA

CTTGCCCGTGTTAAAAACTCGGCTCACATGCTGTCTGCGGCTGGCTGTATACAGTATCTA

CCTAATACCCTTCAGTTCGCCGCACAAAAGCTGGGAGTTACCGCGGAAATCACAG

測試輸出

4 1 4 3 0 1 1 5 1 3 1 2 2 1 2 0 1 1 3 1 2 1 3 1 1 1 1 2 2 5 1 3 0 2 2 1 1 1 1 3 1 0 0 1 5 5 1 5 0 2 0 2 1 2 1 1 1 2 0 1 0 0 1 1 3 2 1 0 3 2 3 0 0 2 0 8 0 0 1 0 2 1 3 0 0 0 1 4 3 2 1 1 3 1 2 1 3 1 2 1 2 1 1 1 2 3 2 1 1 0 1 1 3 2 1 2 6 2 1 1 1 2 3 3 3 2 3 0 3 2 1 1 0 0 1 4 3 0 1 5 0 2 0 1 2 1 3 0 1 2 2 1 1 0 3 0 0 4 5 0 3 0 2 1 1 3 0 3 2 2 1 1 0 2 1 0 2 2 1 2 0 2 2 5 2 2 1 1 2 1 2 2 2 2 1 1 3 4 0 2 1 1 0 1 2 2 1 1 1 5 2 0 3 2 1 1 2 2 3 0 3 0 1 3 1 2 3 0 2 1 2 2 1 2 3 0 1 2 3 1 1 3 1 0 1 1 3 0 2 1 2 2 0 2 1 1

?

生物學背景

????????有關k-mer的介紹請參考23 按字母順序排列的K-mer。k-mer組成（k-Mer Composition）是指每個k-mer在某序列中出現(xiàn)頻率組成的列表，1-mer組成列表就相當于這條序列的GC含量，2-mer，3-mer和4-mer分別又被叫作二核苷酸，三核苷酸和四核苷酸組成（di-nucleotide, tri-nucleotide, and tetra-nucleotide compositions）。K-mer在物種鑒定、編碼區(qū)鑒定以及序列拼接等多種序列分析過程中扮演重要的角色。

????????將一條序列所有的k-mer按照字母順序排列，其對應的出現(xiàn)頻率也可以寫成一個數(shù)組，這個數(shù)組就是這條序列的k-mer組成。

?

思路

????????我將這個問題劃分為兩部分依次解決。

????????第一部分：得到所有的4-mer，這里寫一個排列函數(shù)，用循環(huán)的方法得到4-mer；

????????第二部分：統(tǒng)計4-mer出現(xiàn)的頻率，只需掃描序列，依次與每個4-mer比較即可。

?

代碼

def perm(l1, l2):
??? """用來進行排列的函數(shù)"""
??? i = 0
??? p = []
??? while i < len(l1):
??????? j = 0
??????? while j < len(l2):
??????????? temp = l1[i] + l2[j]
??????????? p.append(temp)
??????????? j += 1
??????? i += 1
??? return p


f = open('input.txt', 'r')
input = f.readlines()
f.close()
index = input[0].replace('\n', '')
input = input[1:]
i = 0
seq = ''
while i < len(input):
??? seq = seq + input[i].replace('\n', '')
??? i += 1

symbol = ["A", "C", "G", "T"]
fourmers = symbol
i = 1
while len(fourmers) < 4 ** 4: # 用循環(huán)的方法得到4-mer，用4-mer自身的數(shù)量控制循環(huán)
??? fourmers = perm(symbol,fourmers)


count = [0] * len(fourmers) # count存儲4-mer組成
i = 0
while i < len(seq):
??? temp = seq[i:i+4] # 逐個掃描序列
??? j = 0
??? while j < len(fourmers):
??????? if temp == fourmers[j]: # 與4-mer比較
??????????? count[j] += 1
??????????? break
??????? j += 1
??? i += 1

i = 0
f = open('output.txt', 'a')
while i < len(count):
??? # print(str(count[i]), end=' ')
??? f.write(str(count[i]) + ' ')
??? i += 1

f.close()