使用Python在DNA链上产生突变频率

您问我一个有关打印所有可能突变的函数的信息，就是这样。输出的数量随输入数据的长度呈指数增长，因此该功能仅打印可能性，而不会以某种方式存储它们（这会消耗大量内存）。我创建了一个递归函数，此函数不应与非常大的输入一起使用，我还将添加一个非递归函数，该函数应无问题或无限制地工作。

def print_all_possibilities(dna, mutations, index = 0, print = print):
    if index < 0: return #invalid value for index

    while index < len(dna):
        if chr(dna[index]) in mutations:
            print_all_possibilities(dna, mutations, index + 1)
            dnaCopy = bytearray(dna)
            dnaCopy[index] = ord(mutations[chr(dna[index])])
            print_all_possibilities(dnaCopy, mutations, index + 1)

            return
        index += 1
    print(dna.decode("ascii"))

# for testing
print_all_possibilities(bytearray(b"AAAATTTT"), {"A": "T"})

这在python 3上对我有效，如果您愿意，我也可以解释代码。
注意：此功能需要一个字节数组，如功能测试中所给。

说明：
此函数在dna中搜索可能发生突变的位置，该位置从索引开始，因此通常从0开始，一直到结束。这就是while循环（每次循环执行时都会增加索引）用于的原因（它基本上是正常的迭代，如for循环）。如果该函数找到了可能发生突变的地方（if chr(dna[index]) in mutations:），则它将复制dna并让第二个突变（dnaCopy[index] = ord(mutations[chr(dna[index])])，请注意，字节数组是一个数值数组，因此我一直使用chr和ord来在字符串和整数）。之后，再次调用该函数以查找更多可能的突变，因此该函数再次在两个可能的dna中寻找可能的突变，但是它们跳过了已经扫描的点，因此它们从index + 1。之后，将打印顺序传递给调用的函数print_all_possibilities，因此我们不再需要执行任何操作并使用退出执行return。如果我们再也找不到任何突变，我们将打印可能的dna，因为我们不会再次调用该函数，所以没有其他人会这样做。
听起来可能很复杂，但这或多或少是一种优雅的解决方案。另外，要了解递归，您必须了解递归，因此，如果您暂时不了解递归，请不要打扰自己。如果您在一张纸上进行尝试，这可能会有所帮助：取一个简单的dna字符串“ TTATTATTA”，其可能的突变为“ A”->“ T”（因此我们有8个可能的突变），然后执行以下操作：遍历该字符串从左到右，如果找到一个可以改变序列的位置（这里只是“ A”的位置），请再次写下该字符串，这次让字符串在给定位置发生突变，这样您的第二个字符串与原始字符串略有不同。在原件和副本中，标记出您走了多远（也许在“ |”后面 在您让其变异的字母之后），然后将副本作为新的原件重复此过程。如果找不到任何可能的突变，请在字符串下划线（这等同于打印它）。最后，您应该有8个不同的字符串都带有下划线。我希望这可以帮助您理解它。

编辑：这是非递归函数：

def print_all_possibilities(dna, mutations, printings = -1, print = print):
    mut_possible = []
    for index in range(len(dna)):
        if chr(dna[index]) in mutations: mut_possible.append(index)

    if printings < 0: printings = 1 << len(mut_possible)
    for number in range(min(printings, 1 << len(mut_possible)):
        dnaCopy = bytearray(dna) # don't change the original
        counter = 0
        while number:
            if number & (1 << counter):
                index = mut_possible[counter]
                dnaCopy[index] = ord(mutations[chr(dna[index])])
                number &= ~(1 << counter)
            counter += 1

        print(dnaCopy.decode("ascii"))

# for testing
print_all_possibilities(bytearray(b"AAAATTTT"), {"A": "T"})

该功能带有附加参数，可以控制最大输出数量，例如

print_all_possibilities(bytearray(b"AAAATTTT"), {"A": "T"}, 5)

只会打印5条结果。

说明：
如果您的dna有x个可能突变的位置，则您有2 ^ x个可能的突变，因为dna在每个位置都可以突变或不突变。此函数查找dna可以突变的所有位置并将其存储在其中mut_possible（这是for循环的代码）。现在mut_possible包含dna可以突变的所有位置，因此我们有2个^ len(mut_possible)（len(mut_possible)是mut_possible中元素的数量）可能的突变。我写过1 << len(mut_possible)，是一样的，但是速度更快。如果printings为负数，该功能将决定打印所有可能性并将打印设置为可能的数目。如果打印结果是肯定的，但低于可能性的数量，则该功能将仅打印printings突变，因为min(printings, 1 << len(mut_possible))将返回较小的数字，即printings。否则，该功能将打印出所有可能性。现在我们必须number经历range(...)，因此该循环（每次打印一个突变）将执行所需的次数。而且，数字每次都会增加一。（例如，range（4）类似于[0，1，2，3]）。接下来，我们使用数字创建一个突变。要了解此步骤，您必须了解一个二进制数。如果我们的数字为10，则为二进制1010。这些数字告诉我们必须在哪里修改dna（dnaCopy）代码。第一位为0，因此我们不修改可能发生突变的第一个位置，第二位为1，因此我们修改此位置，之后为0，依此类推。 “我们使用变量位counter。number & (1 << counter)如果counter设置了第th位，它将返回非零值，因此，如果设置了该位，我们将在counter可能发生突变的第th位置修改dna 。这是用mut_possible编写的，因此我们的期望位置是mut_possible[counter]。在该位置上对dna进行突变后，我们将该位设置为0，以表明我们已经修改了该位置。这是用完成的number &= ~(1 << counter)。之后，我们增加计数器以查看其他位。while循环仅在number不为0时才继续执行，因此如果number设置了至少一位（如果我们必须修改dna的至少一个位置）。修改dnaCopy之后，while循环完成，然后打印结果。

我希望这些解释可以有所帮助。我发现您是python的新手，请花些时间让它沉入其中，如果还有其他问题，请与我联系。