如何用字典记录RNA二级结构中的碱基配对索引对？

你有两个字符串：RNA_SS（包含线性化的RNA二级结构信息，用<和>表示核苷酸间的碱基配对，规则为连续<的第一个对应连续>的最后一个，依次向内匹配），以及RNA_seq（对应RNA序列）。需要生成记录配对索引的字典，例如bps = {2:12, 3:11, 4:10, 5:9, 13:18 , 14:17}，但现有代码仅返回{14: None}，问题代码如下：

bps={}

for idx,sym in enumerate(RNA_SS):
        if sym == "<":
                bps=dict.fromkeys([idx])
print(bps)

问题原因 #

你之前的代码每次遇到<时，都会用dict.fromkeys([idx])重新赋值bps，这会直接覆盖之前的字典内容，最终只会保留最后一个<的索引，且值默认设为None，所以得到错误结果。

正确实现方法 #

这类嵌套配对问题适合用栈来处理，逻辑如下：

• 遇到<时，将当前索引压入栈中暂存
• 遇到>时，弹出栈顶的索引（即当前>对应的<位置），将两者的配对关系存入字典

代码实现：

bps = {}
stack = []

for idx, sym in enumerate(RNA_SS):
    if sym == "<":
        stack.append(idx)
    elif sym == ">":
        if stack:  # 避免出现无对应<的>导致报错
            left_idx = stack.pop()
            bps[left_idx] = idx
            # 若需要双向配对映射，可添加这行：bps[idx] = left_idx

print(bps)

比如假设RNA_SS为"..<<<<....>>>>..<<..>>.."，运行后会生成符合你需求的配对字典，键是<的索引，值是对应>的索引。

内容的提问来源于stack exchange，提问作者Kate