Python处理密码子字典：生成去重氨基酸列表等问题求助

问题背景 #

给定密码子编码字典：

gencode = {
'ATA':'I', 'ATC':'I', 'ATT':'I', 'ATG':'M',
'ACA':'T', 'ACC':'T', 'ACG':'T', 'ACT':'T',
'AAC':'N', 'AAT':'N', 'AAA':'K', 'AAG':'K',
'AGC':'S', 'AGT':'S', 'AGA':'R', 'AGG':'R',
'CTA':'L', 'CTC':'L', 'CTG':'L', 'CTT':'L',
'CCA':'P', 'CCC':'P', 'CCG':'P', 'CCT':'P',
'CAC':'H', 'CAT':'H', 'CAA':'Q', 'CAG':'Q',
'CGA':'R', 'CGC':'R', 'CGG':'R', 'CGT':'R',
'GTA':'V', 'GTC':'V', 'GTG':'V', 'GTT':'V',
'GCA':'A', 'GCC':'A', 'GCG':'A', 'GCT':'A',
'GAC':'D', 'GAT':'D', 'GAA':'E', 'GAG':'E',
'GGA':'G', 'GGC':'G', 'GGG':'G', 'GGT':'G',
'TCA':'S', 'TCC':'S', 'TCG':'S', 'TCT':'S',
'TTC':'F', 'TTT':'F', 'TTA':'L', 'TTG':'L',
'TAC':'Y', 'TAT':'Y', 'TAA':'_', 'TAG':'_',
'TGC':'C', 'TGT':'C', 'TGA':'_', 'TGG':'W'
}

需求 #

• a) 生成字典中单字母编码列表aas，每个编码仅出现一次，将终止密码子_替换为*
• b) 对aas按字母顺序排序
• c) 为每个单字母编码展示关联密码子，输出格式：A: nnn mmm（A为单字母编码，nnn/mmm为密码子）

遇到的问题 #

尝试的代码无法将列表中的_替换为*，无论直接操作列表还是转字符串替换都无效，尝试的代码如下：

gencode = {
'ATA':'I', 'ATC':'I', 'ATT':'I', 'ATG':'M',
'ACA':'T', 'ACC':'T', 'ACG':'T', 'ACT':'T',
'AAC':'N', 'AAT':'N', 'AAA':'K', 'AAG':'K',
'AGC':'S', 'AGT':'S', 'AGA':'R', 'AGG':'R',
'CTA':'L', 'CTC':'L', 'CTG':'L', 'CTT':'L',
'CCA':'P', 'CCC':'P', 'CCG':'P', 'CCT':'P',
'CAC':'H', 'CAT':'H', 'CAA':'Q', 'CAG':'Q',
'CGA':'R', 'CGC':'R', 'CGG':'R', 'CGT':'R',
'GTA':'V', 'GTC':'V', 'GTG':'V', 'GTT':'V',
'GCA':'A', 'GCC':'A', 'GCG':'A', 'GCT':'A',
'GAC':'D', 'GAT':'D', 'GAA':'E', 'GAG':'E',
'GGA':'G', 'GGC':'G', 'GGG':'G', 'GGT':'G',
'TCA':'S', 'TCC':'S', 'TCG':'S', 'TCT':'S',
'TTC':'F', 'TTT':'F', 'TTA':'L', 'TTG':'L',
'TAC':'Y', 'TAT':'Y', 'TAA':'_', 'TAG':'_',
'TGC':'C', 'TGT':'C', 'TGA':'_', 'TGG':'W'}
aas = []
for val in gencode.values():
    aas.append([val])
    aas.sort()
    aas1 = []
    for i in aas:
        if i not in aas1:
            aas1.append(i)
    a = str(aas1)
    a.replace('[_]', '*')
print(a)

解决方案 #

原代码问题分析 #

1. 错误地将每个氨基酸编码包装成列表（append([val])），导致后续处理的是嵌套列表而非字符串
2. str.replace()返回新字符串，原字符串不会被修改，未将替换结果重新赋值给变量
3. 去重和排序逻辑放在循环内部，效率低且易出错

完整实现代码 #

gencode = {
'ATA':'I', 'ATC':'I', 'ATT':'I', 'ATG':'M',
'ACA':'T', 'ACC':'T', 'ACG':'T', 'ACT':'T',
'AAC':'N', 'AAT':'N', 'AAA':'K', 'AAG':'K',
'AGC':'S', 'AGT':'S', 'AGA':'R', 'AGG':'R',
'CTA':'L', 'CTC':'L', 'CTG':'L', 'CTT':'L',
'CCA':'P', 'CCC':'P', 'CCG':'P', 'CCT':'P',
'CAC':'H', 'CAT':'H', 'CAA':'Q', 'CAG':'Q',
'CGA':'R', 'CGC':'R', 'CGG':'R', 'CGT':'R',
'GTA':'V', 'GTC':'V', 'GTG':'V', 'GTT':'V',
'GCA':'A', 'GCC':'A', 'GCG':'A', 'GCT':'A',
'GAC':'D', 'GAT':'D', 'GAA':'E', 'GAG':'E',
'GGA':'G', 'GGC':'G', 'GGG':'G', 'GGT':'G',
'TCA':'S', 'TCC':'S', 'TCG':'S', 'TCT':'S',
'TTC':'F', 'TTT':'F', 'TTA':'L', 'TTG':'L',
'TAC':'Y', 'TAT':'Y', 'TAA':'_', 'TAG':'_',
'TGC':'C', 'TGT':'C', 'TGA':'_', 'TGG':'W'
}

# 需求a：生成去重且替换终止密码子的列表
aas = []
for val in gencode.values():
    # 替换_为*后再处理
    processed_val = '*' if val == '_' else val
    if processed_val not in aas:
        aas.append(processed_val)

# 需求b：字母顺序排序
aas.sort()

# 需求c：展示每个编码对应的密码子
# 先构建反向字典：氨基酸编码 -> 密码子列表
aa_to_codons = {}
for codon, aa in gencode.items():
    key = '*' if aa == '_' else aa
    if key not in aa_to_codons:
        aa_to_codons[key] = []
    aa_to_codons[key].append(codon)

# 按排序后的aas输出
for aa in aas:
    codons = ' '.join(aa_to_codons[aa])
    print(f"{aa}: {codons}")

代码说明 #

1. 需求a实现：遍历字典值时直接判断是否为_，替换为*后再加入列表，同时做去重判断
2. 需求b实现：直接调用列表的sort()方法，默认按字母顺序排序
3. 需求c实现：先构建反向字典，将每个氨基酸（或终止符）映射到对应的密码子列表，再遍历排序后的aas输出指定格式

内容的提问来源于stack exchange，提问作者RollingThunder