如何用Python编写自定义函数获取5'到3'方向DNA序列反向互补链

实现逻辑 #

• 输入预处理：自动移除所有空白字符（空格、制表符、换行符等），统一转为大写，适配大小写混合、带格式的输入场景
• 用字典构建碱基互补映射表，查找效率更高
• 可自动识别非ATCG的非法碱基并抛出提示
• 先互补再反转序列，最终输出为5'到3'方向的结果

完整代码 #

def reverse_complement_dna(input_seq: str) -> str:
    # 预处理：移除所有空白字符，转大写
    cleaned_seq = ''.join(input_seq.split()).upper()
    # 碱基互补映射
    complement_map = {'A': 'T', 'T': 'A', 'C': 'G', 'G': 'C'}
    # 校验非法碱基
    for base in cleaned_seq:
        if base not in complement_map:
            raise ValueError(f"检测到非法碱基: {base}，仅支持ATCG碱基输入")
    # 生成互补序列后反转，得到5'->3'方向的反向互补链
    complement_seq = ''.join([complement_map[base] for base in cleaned_seq])
    return complement_seq[::-1]

使用示例 #

# 测试基础输入
print(reverse_complement_dna("GGCCAATT"))
# 输出：AATTGGCC

# 测试带空白、换行、大小写混合的输入
dirty_input = "G g C c\nA a\tT t"
print(reverse_complement_dna(dirty_input))
# 输出：AATTGGCC

注意：如果需要保留输入的大小写格式，可修改预处理逻辑不执行转大写操作，同时给互补映射表补充小写碱基的键值对即可

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