python - 如何找到 2 个序列之间的重叠，并将其返回

Question

我需要找出两个序列之间的重叠部分。重叠在第一个序列的左端和第二个序列的右端。我希望函数找到重叠部分并将其返回。

我的序列是:

s1 = "CGATTCCAGGCTCCCCACGGGGTACCCATAACTTGACAGTAGATCTC"
s2 = "GGCTCCCCACGGGGTACCCATAACTTGACAGTAGATCTCGTCCAGACCCCTAGC"

我的函数应该命名

def getOverlap(left, right)

以s1为左序列，s2为右序列。

结果应该是

'GGCTCCCCACGGGGTACCCATAACTTGACAGTAGATCTC'

感谢任何帮助。

Answer 1

看看 difflib图书馆，更准确地说是 find_longest_match() :

import difflib

def get_overlap(s1, s2):
    s = difflib.SequenceMatcher(None, s1, s2)
    pos_a, pos_b, size = s.find_longest_match(0, len(s1), 0, len(s2)) 
    return s1[pos_a:pos_a+size]

s1 = "CGATTCCAGGCTCCCCACGGGGTACCCATAACTTGACAGTAGATCTC"
s2 = "GGCTCCCCACGGGGTACCCATAACTTGACAGTAGATCTCGTCCAGACCCCTAGC"

print(get_overlap(s1, s2)) # GGCTCCCCACGGGGTACCCATAACTTGACAGTAGATCTC