获取字符的补集

Question

下面的代码为什么不能正常工作，来获取输入字符的补充呢？看起来这个循环似乎永远不会结束，但假设我输入'Z'作为DNA，为什么它不会停止并退出呢？我是不是把break或者if用错了？那elif呢？

def get_complement(dna):

''' (ch) -> ch

Reverse the 'A' to 'T' or vice versa and 'C' to 'G' and vice versa too.
>>> get_complement('A')
'C'
>>> get_complement('G')
'T'

'''
if dna == 'A':
    print ('C')
    if dna == 'C':
        print ('A')
        if dna == 'T':
            print ('G')
            if dna == 'G' :
                print ('T')
                while  {'A', 'C', 'G', 'T'}.isnotsubset(set(dna)) :
                    break
                return ('')

Answer 1

根据你的例子（还有Cyber根据你的例子写的回答），你没有得到互补序列。你得到的是A -> C（而不是互补的T），T -> G而不是A，等等。

使用字典，就像Cyber那样，应该是这样的：

complement = {'A':'T', 'T':'A', 'C':'G', 'G':'C'}

在代码中，还要检查是否有非DNA字符：

original = "ATCGTCA"
bad_original = "ATCGTCAZ"

complement = {'A':'T', 'T':'A', 'C':'G', 'G':'C'}
for dna in (original, bad_original):
    try:
        output = "".join([complement[x] for x in dna])
    except KeyError:
        output = "Contains non-DNA characters"

    print output

这里“original”会得到“TAGCAGT”，“bad_original”会提示“包含非DNA字符”。

注意，这里说的是互补序列，而不是反向互补序列，后者通常更受关注。

更一般来说，如果你打算用这个处理DNA序列，可能需要看看BioPython模块（http://biopython.org/wiki/Seq#Complement_and_reverse_complement），它可以更灵活地获取互补序列（和反向互补序列），并且有更多的错误检查等功能。

Answer 2

你应该建立一个地图，使用一个 字典

complement = {'A': 'C', 'C': 'A', 'T': 'G', 'G': 'T'}

然后对于某个字符串，你可以这样做：

original = "ATCGTCA"
"".join(complement[letter] for letter in original)

输出结果

'CGATGAC'

如果只是处理一个单独的字符：

complement['A']

输出结果

'C'