在字符序列中查找motif

Question

我还有一个字典，其中的键是in，值是长序列，不仅由K和M组成，而且还有一些对我来说不重要的字符。

li = {id1: "KKMKMKMKJASGKKKMOOGBMMMMMMMMMMMMMMMMMM",
 id2:"MMKFJDFKFGKJKMKMKMKMKMJKJHFKMKMKM"}

我想要找到长度至少为6的"KMKMKM“的主题。它可以是偶数或奇数，恰好等于或长于6。它也应该在具有相同关键字的字典中，但不是整个序列，值必须是主题列表。如下例所示。

results = {id1: ["KMKMKMK"], id2: ["KMKMKMKMKM", "KMKMKM"] }

我已经写了这段代码，但没有返回感兴趣的motifs。

{k: re.findall(r'(?:KM){6,1000}', v) for k, v in li.items()}

Answer 1

下面的代码完成了这个任务：

((?:KM){3,}K?)

说明：

(             : group 1
  (?:KM){3,}  : non capture group, 3 or more times KM
  K?          : optional K
)             : end group 1

运行中的：

import re

li = {'id1': "KKMKMKMKJASGKKKMOOGBMMMMMMMMMMMMMMMMMM",
 'id2':"MMKFJDFKFGKJKMKMKMKMKMJKJHFKMKMKM"}

res = {k: re.findall(r'((?:KM){3,}K?)', v) for k, v in li.items()}
print(res)

输出：

{'id2': ['KMKMKMKMKM', 'KMKMKM'], 'id1': ['KMKMKMK']}

Answer 2

这就是你要找的吗：

import re

stringA = "KKMKMKMKJASGKKKMOOGBMMMMMMMMMMMMMMMMMM";
motifs = "KMKMKM";

m = re.search(motifs, stringA)
if m:
    print(motifs);

回复你下面的评论：

stringA = "KKMKMKMKJASGKKKMOOGBMMMMMMMMMMMMMMMMMM";
motifs = "KMKMKM";
i = 0;

while True:
    seq = stringA[i:]
    i = i + 1;
    if (seq.startswith(motifs)):
        print(seq);
    if (len(stringA) == i):
        break;