如何将DNA序列拆分为3碱基片段，匹配自定义字典中对应的取值？

这是我目前编写的代码：

with open('file.txt','r') as f:
    table = {}
    for lines in f:
        co1,co2,co3,pro1,pro2,pro3 = (
            item.strip() for item in lines.split(',',5))
        codon=str(co1 + co2 + co3)
        table[codon] = pro2

print(table)

我的需求是：将dna_seq序列按每3个字符为一组进行拆分，再与上述代码生成的字典做匹配，若拆分得到的片段存在于字典的键中，则返回该键对应的value值。待处理的dna_seq定义如下：

dna_seq = list('AAAGTTAAATAATAAATAGGTGAA')

用到的源文本文件内容截图如下：

解决方案 #

你可以直接在现有代码基础上补充DNA序列切片、匹配逻辑即可，完整实现代码如下：

# 生成密码子-氨基酸映射表
with open('file.txt','r') as f:
    table = {}
    for lines in f:
        co1,co2,co3,pro1,pro2,pro3 = (
            item.strip() for item in lines.split(',',5))
        codon = co1 + co2 + co3
        table[codon] = pro2

# 处理DNA序列
dna_seq = list('AAAGTTAAATAATAAATAGGTGAA')
dna_str = ''.join(dna_seq)
# 每3个字符切分为一个密码子
codon_groups = [dna_str[i:i+3] for i in range(0, len(dna_str), 3)]
# 匹配映射表获取结果
match_result = [table[codon] for codon in codon_groups if codon in table]

print("拆分的密码子列表：", codon_groups)
print("匹配得到的氨基酸结果：", match_result)

补充说明 #

• 若需要兼容不存在的密码子，可将匹配逻辑改为table.get(codon, 'X')，用X代表未识别的氨基酸，避免抛出KeyError
• 若需要做移码翻译，只需调整切片起始位置为1、2，分别运行一次即可

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