Python实现基因序列比对并统计匹配对、错配数方法咨询

解决方法 #

核心逻辑 #

你只需要初始化一个数值类型的计数器变量，每次识别到错配时给计数器加1即可，同时可以顺便计算匹配数量。另外注意你原代码的索引逻辑有问题：循环变量i从0开始迭代时，i-1会得到-1，会错误读取序列的最后一位，需要修正索引逻辑。

可直接运行的代码 #

# 初始化错配计数器
mismatch_count = 0
# 取两条序列中更短的长度作为比对范围，避免索引越界
align_length = min(len(my_list[0]), len(my_list[1]))

for i in range(align_length):
    # 直接用i作为索引即可，不需要减1
    if my_list[0][i] != my_list[1][i]:
        print("mismatch")
        mismatch_count += 1

# 匹配数 = 总比对长度 - 错配数
match_count = align_length - mismatch_count

# 输出统计结果
print(f"错配总数量：{mismatch_count}")
print(f"匹配总数量：{match_count}")

测试序列运行结果 #

针对你给出的两条测试序列：

• my_list[0]：CAGGTGGTGAT（长度11）
• my_list[1]：--CAGGTGTGAT（长度13）
  运行代码后输出错配数量为3，匹配数量为8。

内容的提问来源于stack exchange，提问作者anastasia