Python 生成不含特定序列的DNA序列

我刚刚开始学习用python编程。在课堂上，我们被要求生成一个随机的DNA序列，该序列不包含特定的6个字母序列（AACGTT）。关键是做一个函数，它总是返回一个合法的序列。目前，我的函数大约有78%的时间生成正确的序列。我怎样才能让它在100%的时间内返回一个合法的squeuence？感谢您的帮助

以下是我的代码目前的样子：

from random import choice
def generate_seq(length, enzyme):
    list_dna = []
    nucleotides = ["A", "C", "T", "G"]
    i = 0
    while i < 1000:
        nucleotide = choice(nucleotides)
        list_dna.append(nucleotide)
        i = i + 1

    dna = ''.join(str(nucleotide) for nucleotide in list_dna)
    return(dna) 


seq = generate_seq(1000, "AACGTT")
if len(seq) == 1000 and seq.count("AACGTT") == 0:
    print(seq)

来自随机导入选择
def生成顺序（长度、酶）：
列表\u dna=[]
核苷酸=[“A”、“C”、“T”、“G”]
i=0
当我<1000时：
核苷酸=选择（核苷酸）
列表\u dna.append（核苷酸）
i=i+1
dna=''。连接（列表中核苷酸的str（核苷酸）
报税表（dna）
序号=生成序号（1000，“AACGTT”）
如果len（seq）=1000且seq.count（“AACGTT”）==0：
打印（seq）

一个选项是检查循环中的最后几个条目，只有在尚未创建“坏”序列时才继续追加。然而，这可能导致出现“AACGT”序列的概率高于真实随机概率，只是使用不同的字母而不是最后一个“T”

来自随机导入选择
def生成顺序（长度、酶）：
列表\u dna=[]
核苷酸=[“A”、“C”、“T”、“G”]
i=0
当我<1000时：
核苷酸=选择（核苷酸）
列表\u dna.append（核苷酸）
#检查无效序列。如果找到，请删除最后一个元素并重新绘制
如果“”。加入（列表\u dna[-6:]）=“AACGTT”：
list_dna.pop（）
其他：
i=i+1
dna=''。连接（列表中核苷酸的str（核苷酸）
报税表（dna）
序号=生成序号（1000，“AACGTT”）
如果len（seq）=1000且seq.count（“AACGTT”）==0：
打印（seq）

一个想法是检查前5个核苷酸是否等于

AACGT

，在这种情况下，只能从

[“A”，“C”，“G”]

中选择

from random import choice


def generate_seq(length, enzyme, bad_prefix="AACGT"):
    list_dna = []
    nucleotides = ["A", "C", "T", "G"]
    i = 0
    while i < 1000:
        if list_dna[-5:] != bad_prefix:
            nucleotide = choice(nucleotides)
        else:
            nucleotide = choice(["A", "C", "G"])
        list_dna.append(nucleotide)
        i = i + 1

    dna = ''.join(str(nucleotide) for nucleotide in list_dna)
    return dna


seq = generate_seq(1000, "AACGTT")
if len(seq) == 1000 and seq.count("AACGTT") == 0:
    print(seq)

来自随机导入选择
def生成顺序（长度、酶、错误前缀=“AACGT”）：
列表\u dna=[]
核苷酸=[“A”、“C”、“T”、“G”]
i=0
当我<1000时：
如果列表_dna[-5:]！=错误的前缀：
核苷酸=选择（核苷酸）
其他：
核苷酸=选择（[“A”、“C”、“G”]）
列表\u dna.append（核苷酸）
i=i+1
dna=''。连接（列表中核苷酸的str（核苷酸）
返回dna
序号=生成序号（1000，“AACGTT”）
如果len（seq）=1000且seq.count（“AACGTT”）==0：
打印（seq）

在22%不合法的情况下，是什么让数据不合法？如果唯一的目标是拥有一个没有6个字母序列的DNA序列，只需更改

核苷酸=[“a”]

并在技术上正确（最好的正确）。如果您碰巧生成了该序列，也可以删除该序列。或者您可以用不同的方式进行约束。这取决于你以后想用这个序列做什么。你的DNA序列可以合法地包含AACGT，但是为了使它合法，选择的下一个碱基只能从[A，C，G]中选取，因为T是不允许的。

from random import choice


def generate_seq(length, enzyme, bad_prefix="AACGT"):
    list_dna = []
    nucleotides = ["A", "C", "T", "G"]
    i = 0
    while i < 1000:
        if list_dna[-5:] != bad_prefix:
            nucleotide = choice(nucleotides)
        else:
            nucleotide = choice(["A", "C", "G"])
        list_dna.append(nucleotide)
        i = i + 1

    dna = ''.join(str(nucleotide) for nucleotide in list_dna)
    return dna


seq = generate_seq(1000, "AACGTT")
if len(seq) == 1000 and seq.count("AACGTT") == 0:
    print(seq)