python - 寻找多个序列之间的共享基序

Question

我需要编写一个脚本，该脚本将循环序列列表，找到它们之间的共享图案(不同图案可能存在多种解决方案)并打印所有序列之间共享的该图案。

在下面的例子中

链 = ['GATTACA', 'TAGACCA', 'ATACA']

AT 是共享主题之一。我将感谢此类任务的任何解决方案，包括 BioPython 函数的使用。

最近我制作了一个脚本，它为较短的序列循环相同的集合，将其设置为引用，然后尝试在其他链的每个位置中找到该引用序列。但我真的不知道如何在不定义引用的情况下找到共享主题

# reference
xz=" ".join(chains)
ref= min(xz.split(), key=len)


# LOOKING FOR THE MOTIFS
for chain in chains:
    for i in range(len(chain)):
        if chain==ref:
            pass
        elif ref not in chain:
            print "%s has not been found in the  %s"%(ref, chain)
            break
        elif chain[i:].startswith(ref):
            print "%s has been detected in %s in the %d position" %(ref, chain, i+1)

Answer 1

这只是一个快速的想法。你必须改进它，因为它几乎搜索所有空间。我希望它会有所帮助。

def cut_into_parts(chain, n):
    return [chain[x:x+n] for x in range(0, len(chain)-n)]

def cut_chains(chains, n):
    rlist = []
    for k,v in enumerate(chains):
        rlist.extend(cut_into_parts(chains, n))
    return rlist

def is_str_common(str, chains):
    for k,v in enumerate(chains):
        if !chains[k].contains(str):
            return false
    return true

def find_best_common(chains):
    clist = []
    for i in inverse(range(0, len(chains)))://inverse - I dont remmeber exactly the name of func
        clist.extend(cut_chains(chains, i))
    for k, v in enumerate(clist):
        return is_str_common(clist[k], chains)