Rosalind RNA Splicing练习题Python代码无输出故障排查求助

嘿，我看了你写的Rosalind RNA Splicing的代码，知道你遇到了代码没报错但没输出的问题，这大概率是输入解析出错导致的——你的代码把FASTA格式的输入当成了空格分隔的文本处理，完全搞错了序列的读取方式，咱们一步步来修正：

问题根源 #

你的输入文件是标准的FASTA格式，每个序列前面都有带>的标题行，序列本身可能跨多行。但你用了s.split()把整个文件内容拆成了单词列表，这会把标题行（比如>Rosalind_3363）当成第一个元素，后续的序列片段被拆成零散的元素，导致：

• 你认为的dna其实是>Rosalind_3363，根本不是有效的DNA序列
• 后续的introns也混入了标题行和破碎的序列片段，替换操作后得到的DNA要么是空，要么没有起始密码子ATG，自然翻译不出蛋白质，返回空字符串，所以没有输出

修正方案 #

我们需要先正确解析FASTA文件，把第一个完整的序列作为目标DNA，剩下的序列作为introns，然后再执行剪接和翻译操作。下面是修正后的完整代码：

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

def splice_and_translate(dna, introns):
    # 移除所有内含子
    for intron in introns:
        dna = dna.replace(intron, '')
    # 翻译为蛋白质
    protein = []
    for i in range(0, len(dna), 3):
        codon = dna[i:i+3]
        if len(codon) <3:
            break  # 忽略不完整的密码子
        aa = DNA_CODON_TABLE[codon]
        if aa == '-':
            break  # 遇到终止密码子停止
        protein.append(aa)
    return ''.join(protein)

if __name__ == "__main__":
    # 正确解析FASTA文件
    dna_sequence = ''
    intron_list = []
    current_seq = ''
    
    with open('rosalind_splc.txt', 'r') as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            if line.startswith('>'):
                # 遇到新的标题行，保存之前的序列
                if current_seq:
                    if not dna_sequence:
                        dna_sequence = current_seq
                    else:
                        intron_list.append(current_seq)
                    current_seq = ''
            else:
                current_seq += line
        # 处理最后一个序列
        if current_seq:
            if not dna_sequence:
                dna_sequence = current_seq
            else:
                intron_list.append(current_seq)
    
    # 执行剪接和翻译并输出结果
    print(splice_and_translate(dna_sequence, intron_list))

关键修改点说明 #

• FASTA解析逻辑：遍历每一行，跳过空行和标题行，把连续的序列片段拼接成完整的序列，第一个序列作为目标DNA，其余作为内含子
• 函数拆分：把原来的result函数拆成更清晰的splice_and_translate，直接接收已解析好的DNA和内含子列表，避免解析和业务逻辑混在一起
• 边界处理：增加了对不完整密码子的判断，防止最后一段不足3个碱基时出错

现在运行这个代码，应该就能得到正确的蛋白质序列输出了。

内容的提问来源于stack exchange，提问作者programmer211216