Maîtriser Python pour la bioinformatique

Chapitre 10. Trouver la plus longue séquence partagée : Trouver des K-mères, écrire des fonctions et utiliser la recherche binaire

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Comme décrit dans le défi LCSM de Rosalind, le but de cet exercice est de trouver la plus longue sous-chaîne partagée par toutes les séquences d'un fichier FASTA donné. Au chapitre 8, j'ai cherché un motif donné dans certaines séquences. Dans ce défi, je ne sais pas a priori qu'un motif partagé est présent - et encore moins sa taille ou sa composition - je vais donc simplement chercher n'importe quelle longueur de séquence qui est présente dans toutes les séquences. C'est un exercice difficile qui rassemble de nombreuses idées que j'ai montrées dans les chapitres précédents. J'utiliserai les solutions pour explorer la conception d'algorithmes, les fonctions, les tests et l'organisation du code.

Tu apprendras :

• Comment utiliser les k-mers pour trouver des sous-séquences partagées ?

• Comment utiliser itertools.chain() pour concaténer des listes de listes ?

• Comment et pourquoi utiliser une recherche binaire

• Une façon de maximiser une fonction

• Comment utiliser l'option key avec min() et max()

Pour commencer

Tout le code et les tests de ce défi se trouvent dans le répertoire 10_lcsm.Commence par copier la première solution dans le programme lcsm.py et demande de l'aide :

$ cp solution1_kmers_imperative.py lcsm.py ...