如果语句具有多个“或”条件？

Question

我正在尝试编写一个程序，该程序遍历一串 RNA 碱基，找到起始密码子（'AUG'），将以下密码子分组（即'GAA'，'ACC'），查找相应的字典中的氨基酸，创建一个包含生成的氨基酸的字符串，并继续运行，直到它遇到一个终止密码子（'UAA'，'UGA'，'UAG'）。 RNA 以三组的形式读取，从起始密码子开始，到终止密码子结束。

问题是当我想让程序检查它是否命中了三个终止密码子之一时，如果我将所有三个密码子都列在同一个 if 语句中，它就不起作用。检查字典时，它将终止密码子视为未知（.get(codon, 'X')）并将其列为蛋白质中的“X”：

a_seq = 'AAAAUGGAAUGAACC'
kmer_size = 3
for start in range (0,len(a_seq)- kmer_size+1,1):
    kmer = a_seq[start:start+kmer_size]
    if kmer == 'AUG':
        start_codon = a_seq.index(kmer)
        new_seq = a_seq[start_codon:]
        last_codon_start = len(new_seq) - 2
        dictionary = {'AUG':'M',
                     'GAA':'E',
                     'ACC':'T'}
        protein = ''
        for start in range(0, last_codon_start, 3):
            codon = new_seq[start:start+3]
            print(codon)
            if codon != 'UAA' or codon != 'UGA' or codon != 'UAG':
                amino_acid = dictionary.get(codon,'X')
                protein += amino_acid
            else:
                break
        print(protein)
        break

输出：

AUG
GAA
UAA
ACC
MEXT

如果我只列出一个终止密码子，那么它可以工作：

if codon != 'UAA':

AUG
GAA
UAA
ME

两种蛋白质都应该是“ME”。我希望它一旦碰到三个终止密码子中的任何一个就会停止。我的 if 语句有什么问题？

Answer 1

我认为将检查终止密码子的内部if 的逻辑颠倒过来会更具可读性：

if codon == 'UAA' or codon == 'UGA' or codon == 'UAG':

但是通过将所有可能性存储在set 中来执行等效操作会更有效，这将使检查成员身份更简单 .

这就是我的意思（请注意，我还将常量的创建排除在循环之外）：

START_CODONS = {'AUG': 'M',
                'GAA': 'E',
                'ACC': 'T'}
STOP_CODONS = {'UAA', 'UGA', 'UAG'}

a_seq = 'AAAAUGGAAUGAACC'
kmer_size = 3

for start in range (0, len(a_seq)-kmer_size+1, 1):
    kmer = a_seq[start: start+kmer_size]
    if kmer == 'AUG':
        start_codon = a_seq.index(kmer)
        new_seq = a_seq[start_codon:]
        last_codon_start = len(new_seq) - 2
        protein = ''
        for start in range(0, last_codon_start, 3):
            codon = new_seq[start: start+3]
            print(codon)
#            if codon == 'UAA' or codon == 'UGA' or codon == 'UAG':
            if codon in STOP_CODONS:
                break
            else:
                amino_acid = START_CODONS.get(codon, 'X')
                protein += amino_acid
        print('protein:', protein)
        break

输出：

AUG
GAA
UGA
protein: ME

Answer 2

这会更正一行。

if codon != 'UAA' and codon != 'UGA' and codon != 'UAG':

如果你说不等于 x 或不等于 y，它总是正确的。简化一点

if x != 1 or x !=2:

无论 x 是什么，这个陈述总是正确的。每个数字都不等于both 1 和 2，包括 1 和 2。

但这行代码最清晰的方法是。

if codon not in ('UAA', 'UGA', 'UAG'):

最后一个想法是，您可以将停止代码添加到您的字典中，并让它们产生一些您触发中断的值。这将解决@Sam Mason 关于哈希查找效率以及在主循环中节省一些其他步骤的观点。

        dictionary = {'AUG': 'M',
                      'GAA': 'E',
                      'ACC': 'T',
                      'UUA': '*',
                      'UGA': '*',
                      'UAG': '*',
        }
        protein = ''
        for start in range(0, last_codon_start, 3):
            codon = new_seq[start:start+3]
            print(codon)
            amino_acid = dictionary.get(codon,'X')
            if amino_acid == '*':
                break
            protein += amino_acid

最后的想法。使用 textwrap 模块（标准 Python）可以稍微简化 for 循环。

from textwrap import wrap
...
...
         for codon in wrap(new_seq, 3):
             print(codon)
             etc.