De Bruijn图形代码Python 3

Question

这是一次课堂作业。我对编码很陌生，有人建议我使用Python，因为它更容易处理。任务的重点是收集一个kmers列表，并组装超字符串，在这种情况下，DNA核苷酸并组装DNA序列。我们需要使用Euler路径(算法)，这一点我还没有弄清楚。现在我正在研究，其中一个试图将我的kmer列表加载到Python (还没有弄清楚)并构建de图。注意:我没有加载kmers列表，因为我还没有弄清楚如何做到这一点。这只是我输入的一串随机DNA。

这是我的代码：

def de_bruijn_ize(st, k):
edges = []
nodes = set()
for i in range(len(st) - k + 1):
    edges.append((st[i:+k-1], st[i+1:i+k]))
    nodes.add(st[i:i+k-1])
    nodes.add(st[i+1:i+k])
return nodes, edges

nodes, edges = de_bruijn_ize(“CCGGTTAAACGTC”, 3)
print(nodes)
print(edges)

当我尝试运行它时，我会收到以下消息：

文件"practiceassembly.txt"，第11行节点，边=de_bruijn_ize(“CCGGTTAAACGTC”，3) ^ SyntaxError:标识符中的无效字符

如有任何帮助/建议，将不胜感激。如果有人能为这类问题提供良好的资源，我也会非常感激的。

我取得了一些进展。我已经成功地打开了我的kmer文件如下:是的，我成功地做到了这一点：

f = open("kmers.txt")
print(f.read())
st = f.read()
def de_bruijn_ize(st, k):
edges = []
nodes = set()
for i in range(len(st) - k + 1):
    edges.append((st[i:+k-1], st[i+1:i+k]))
    nodes.add(st[i:i+k-1])
    nodes.add(st[i+1:i+k])
return nodes, edges

nodes, edges = de_bruijn_ize(st, 4)
print(nodes)
print(edges)

我拿到了我的名单：

AAAC、AACG、AACG、ACAC、ACGC、ACGG、ACTG、AGGA、ATCA、ATTC、CAAG、CACA、CACG、CGGT、CGGT、CGTA、CTCT、GCGT、GCTT、GCGT、GCTT、GGCT、GGTG、GTAT、GTAT、TAAC、TAAC、TCAC、TCAC、TCAC、TCAC、TGCT、TGGG、TTAA、TTCG、TTCG、TTAA、TTCG、TTTC、TTTT、TTTC []。我想我已经接近成功了(也许我只是对这里充满希望)，但我只是需要一点帮助。

Answer 1

除了逻辑上的任何错误外，行中的引号：

    nodes, edges = de_bruijn_ize(“CCGGTTAAACGTC”, 3)

是其他奇怪的角色，代之以：

    nodes, edges = de_bruijn_ize("CCGGTTAAACGTC", 3)

这在python 3中是有效的，我很好奇这些引号是什么。

Answer 2

使用的引号是不标准的(可能是来自pdf的复制粘贴？)：

取代：

nodes, edges = de_bruijn_ize(“CCGGTTAAACGTC”, 3)

通过以下方式：

nodes, edges = de_bruijn_ize("CCGGTTAAACGTC", 3)

Answer 3

def read(file):
    with open(file) as f:
        text = f.readline().rstrip()
        k = int(f.readline().rstrip())
    return text,k
def edges(str,num):
    i = 0
    edge_list = []
    while i +num <= len(str):
        sub = str[i:i+num]
        edge_list.append(sub)
        i+=1
    print(*edge_list)
def nodes(str,num):
    i = 0
    edge_list = []
    while i+num-1 <= len(str):
        sub = str[i:i+(num-1)]
        edge_list.append(sub)
        i+=1
    print(*edge_list)
text,k = read("L4.txt")
edges(text,k)
nodes(text,k)