从DNA到多肽链的Python“实现”

上次用Python做了一个DNA序列的简单统计，这次玩点复杂的，来看看怎么用Python将“DNA链”变成 “RNA链” 再变成 “AA链”(AA : 氨基酸，Amino Acid)。

「图片来源：Google」

当然，本文中实现的“中心法则”是简化过的，实际应用过程中还需要考虑更多的因素。这回就不先放代码，大家跟着一起写。

动手写代码之前一定要理清楚思路，这是编程中最为重要的一步。思路不清，绕进去容易，出来可就不一定。要理清思路，就得把问题分解，一层一层把“洋葱”剥开。要不断问自己两个问题：我们到底要干嘛？怎么干？

过程看起来大概是这样子：

如果你身边有靠写代码吃饭的人（我们称之为Coder）问问这些Coder掌握了几门编程语言？通常情况下会在三～五门之间，十来门的也不是没有。初学编程的时候，感觉学好一门就不容易，掌握两三门语言好像已经很厉害了。不过在Coder的世界里，如果你不会至少两三门编程语言，大家反而会很惊讶。因为当你熟练掌握一门语言之后就会发现编程的“核心”万变不离其宗，只要抓住这个“核心”，还不是学什么语言会什么语言。所以，写代码最重要的还是这个“核心”能力：编程思维

很多教科书里会用一种叫“Pseudo Code”(伪代码)的东西来理清编程思路，大家可以谷歌必应百度一下。不过我个人更倾向于用另外一种更直观的方法：流程图。用“中心法则”这个问题来演示一下（这里的流程图不是经典的流程图，以后会介绍如何去绘制）：

思路理清楚了，下面开始动手写代码：

第一步：DNA链“转录”成RNA链

先来看代码：

解析一下：

其实我们可以“偷个懒”：

前面好几行的代码，一行就搞掂，什么感觉，是不是很无力。这就是Python中一些“内置方法”省事的地方，人家已经帮你写好了，只要知道怎么用就行，不用重复造“轮子”。以后会大量介绍和使用这些“内置方法”和一些“外部方法”。

「 用法：

"字符串".replace("A", "B")

」

很简单，就是用 B 替换“字符串”中的所有 A

第二步：RNA链“翻译”成AA链

回头看下流程图，这个问题是要解决？通过将“RNA序列”跟“密码子表”比对来把RNA序列转换成AAS(Amino Acid Sequence，氨基酸序列)。

翻译”的第一步比较反人类，需要将“密码子表”转换成代码…曾试图在网上找现成的，无果… 迫于无奈，只能自己做一份…

「来源：维基百科 」

我们将用上面这张密码子表来转写成代码形式的密码子表：“密码子字典”。改写的形式其实不止一种，这里就结合后面的代码，讲一种比较好理解的方式。

转写之前需要先讲解一个小知识点，叫：“字典”(Dictionary)。

Python中的“字典”是一种储存数据的形式，简单来说：就是多个变量的集合。为什么叫“字典”，说明它跟普通的字典一定有相似性，相似在哪呢？先看看怎么定义和使用“字典”：

「

定义方法：

字典名 =

使用方法：

值 = 字典名[键]

」

在Python“字典”中，一个“键”(Key)一定只对应着一个“变量值”(Value)，所以当你有很多类似的数据时，就可以通过给这些“数据”（变量值）贴上“标签”（键），然后储存在“字典”里。在你想要使用某个变量的时候，只需要用这个变量的“标签”去“字典”里检索就能拿到对应的“数据”。是不是有点类似用拼音在普通字典中查汉字。

回到我们的密码子表，现在需要做的就是把密码子表改写成Python里的“密码子字典”。你可以用“字典”概念里的“键-值”对(Key-Value)，将“密码子”和“氨基酸”之间关系的表示成：

“密码子” : “氨基酸”

记得用“逗号”将每个“键-值”对分开。定义好之后，一种密码子必定是对应一种氨基酸（或者起始子和终止子），拿TTT、CTT、ATT做个例子：

依葫芦画瓢，完整的“密码子字典”就长这样子：

是不是多得有点吓人，“字典”这个概念理解起来可能还是有些抽象，不过还是那句话：代码用多了自然就会，看再多的理论都不如在实践中领悟的快。所以当务之急还是动手敲一遍。假如你敲完了整个字典，运行之后没有报错，那么就请收下我的膝盖 Orz

实在不想敲的，可以在文末找到，易微升编程平台上也有。

接下来看看怎么用这个 “密码子字典” 实现 RNA序列 “翻译” 成AA序列，代码如下：

这部分代码分为两“块”(Block):

第一块：验证RNA序列的完整性

第二块：“翻译”蛋白质

来看分解：

到这里，RNA转换成AA的工作就完成了（真实情况会复杂得多，还要考虑很多的因素，为了简化代码，文章里都省略掉了）。“翻译”的代码中有几个地方还需要特别补充一下，放到下期再讲。文章里用来做示例的DNA序列刚刚好是3的倍数，而且还能翻译成完整的序列，实际情况可能不会那么完美，鼓励大家试试不一样的序列。

细心的读者一定会发现，“翻译”过程中，第一块代码的内容在前面的“流程图”里并没有提到，是不是漏了？其实是有意为之。增加这一块代码的目的，是为了说明一个道理：编程的过程中总会不断遇到新的问题，或者有新的想法，因此在编程过程中你必须不断更新你的“流程图”。建议大家使用工具软件来构建自己的“流程图”，便于更新，正所谓工欲善其事，必先利其器。（具体有哪些工具，请大家自行谷歌必应百度）

看完文章，会不会有这种感觉：在用编程解决问题的时候，思维方式跟直觉中的思维方式不太一样。这就对了，编程的思维确实跟我们平时的思维有些差异。初学编程，除了语法之外，适应编程的思维方式也是一个非常重要的学习过程。

最后留个小问题，怎么把AA序列转换成”缩写形式“的AA序列：

提示：建立“字典”，再使用replace()替换，下期解答

易微升

如果大家身边没有Python编程环境，又不想为搭建环境而烦恼，那么可以使用易微升提供的在线编程环境（Jupyterlab）。大家可以留言或者在易微升的交流群里找管理员（微信号：173556705）申请免费账号，仅供学习使用，请大家爱护这个环境～

附上完整代码：