遗传数据处理：实现密码子任意位置字符替换的功能需求

你可以直接使用以下完整代码实现需求，该代码会自动将输入文件中的核苷酸序列分割为密码子，生成所有符合要求的单点突变并写入输出文件：

import more_itertools as mit

def generate_single_mutants(codon, bases=['A', 'T', 'G', 'C']):
    mutants = []
    # 遍历密码子的3个位置（索引0对应第1位，1对应第2位，2对应第3位）
    for pos in range(3):
        original_base = codon[pos]
        for replace_base in bases:
            # 跳过替换碱基与原碱基一致的情况
            if replace_base == original_base:
                continue
            # 拼接生成突变后的密码子
            mutated_codon = codon[:pos] + replace_base + codon[pos+1:]
            mutants.append(mutated_codon)
    return mutants

if __name__ == "__main__":
    # 输入输出文件路径可根据需要自行修改
    INPUT_FILE = "test_data_cdna.fa.txt"
    OUTPUT_FILE = "codon_mutants_result.txt"
    
    with open(INPUT_FILE, "rt", encoding="utf-8") as f_in, open(OUTPUT_FILE, "wt", encoding="utf-8") as f_out:
        for line in f_in:
            clean_line = line.strip()
            # 跳过空行
            if not clean_line:
                continue
            # 滑动窗口分割为3碱基密码子
            codon_list = ["".join(codon) for codon in mit.windowed(clean_line, 3)]
            for codon in codon_list:
                # 跳过序列末尾长度不足3的无效密码子
                if len(codon) != 3:
                    continue
                # 生成所有有效突变并写入文件
                for mutant in generate_single_mutants(codon):
                    f_out.write(f"{mutant}\n")

效果验证 #

以你给出的示例密码子ATG为例，调用generate_single_mutants("ATG")返回的结果与你提供的预期输出完全一致：

TTG
GTG
CTG
AAG
AGG
ACG
ATA
ATT
ATC

补充说明 #

• 代码中默认碱基替换池为['A','T','G','C']，如果后续需要调整可直接修改函数的bases参数
• 代码采用流式读写，处理大文件时不会占用过高内存
• 内置空行、无效短密码子过滤逻辑，适配格式不规整的输入数据

内容的提问来源于stack exchange，提问作者neuron