生成DNA的隨機序列

Question

我試圖使用隨機數和隨機字符串在python中生成隨機的DNA序列。 但我只得到一個字符串作為我的輸出。 例如：如果我給出長度為5的DNA（String（5）），我應該得到一個輸出“CTGAT”。 同樣，如果我給String（4）它應該給我“CTGT”。 但我得到“G”或“C”或“T”或“A”; 即每次只有一個字符串。 誰有人可以幫我這個？

我嘗試了以下代碼：

from random import choice
def String(length):

   DNA=""
   for count in range(length):
      DNA+=choice("CGTA")
      return DNA

Answer 1

我會一次性生成字符串，而不是構建它。 除非Python聰明並優化字符串添加，否則它會將運行時復雜性從二次變為線性。

import random

def DNA(length):
    return ''.join(random.choice('CGTA') for _ in xrange(length))

print DNA(5)

Answer 2

你回來太快了：

from random import choice
def String(length):

   DNA=""
   for count in range(length):
      DNA+=choice("CGTA")
      return DNA

如果你的return語句在for循環中，你將只迭代一次---你將退出函數return 。

從return語句的Python文檔 ：“ return將當前函數調用與表達式列表（或無）一起作為返回值。”

所以，將return放在函數的末尾：

def String(length):

       DNA=""
       for count in range(length):
          DNA+=choice("CGTA")
       return DNA

編輯：這是一個加權選擇方法（它只適用於當前的字符串，因為它使用字符串重復）。

def weightedchoice(items): # this doesn't require the numbers to add up to 100
    return choice("".join(x * y for x, y in items))

然后，你想在循環中調用weightedchoice而不是choice ：

DNA+=weightedchoice([("C", 10], ("G", 20), ("A", 40"), ("T", 30)])

Answer 3

我已升級代碼以提供從0到100％的GC百分比分布。 上面的代碼總是產生50％的分布。

actg_distribution字符串可以是已知GC百分比的現有DNA序列的任何長度。 某個范圍的GC百分比是常見的用例。

import random

# Return random CGTA sequences, set minimum = maximum to get a specified length.
def random_length_dnasequence(minimum=25, maximum=10000, actg_distribution=None):
    if (minimum == maximum):
        length = minimum
    else:
        length = random.randint(minimum, maximum)
    if (actg_distribution == None):
        actg_distribution = ''.join(random.choice('cgta') for _x in xrange(7))

    return ''.join(random.choice(actg_distribution) for _x in xrange(length))


def random_dnasequence(length, actg_distribution=None):
    return random_length_dnasequence(length, length, actg_distribution)