Question

PYTHON

The text file motifFinding.txt contains two strings of DNA code, separated by a new-line character. Write a program that opens the file, and stores its contents into two strings, s and t, respectively.   Write code that will find all instances of the string t within the string s. At the end, your program should output the number of times the sub-string t occurs within s, along with the index of the starting position of each occurrence of t within s. You should not use any built-in Python string methods except len(<string>) to complete this project, but you may use string-slicing as needed.

NOTE: Depending on how you read the data from the file, you may also need to use the string method, rstrip() to clear white space. Using this method as needed is fine for this project.  

Output example:

The sub-string t occurs 4 times within the string s at starting positions indexed at 7, 19, 28 & 59.

Your code should be independent of the two strings s and t, and it should work for any two strings given in a different text file, as long as that file has the the same format as motifFinding.txt

motifFinding.txt ：

CTCATGGTTTTCATGGTTCATGGTAGTTCGCCACGATCTGACTGTCATGGTTCATGGTTCATGGTGTCATGGTG

AGTCAAGTCATGGTCCCCTCATGGTATCATGGTAAAAAATAAAGCGATGATCATGGTGTCATGGTGTCATGGTG

ATCATGGTTCATGGTCTCTGTCATGGTGCGGTCATGGTGTGCCATGCTTTCATGGTTCATGGTATCATGGTTCA

TGGTTCATGGTACTGTCATCATCATGGTCAGTCATGGTTCATGGTTCTCATGGTCGATCATGGTTCATGGTTTT

GAGATCATGGTTTCATGGTGTAGTCATGGTCTGCTCATGGTTCATGGTTGTTTCATGGTAAATTCATGGTTTCA

TGGTTCATGGTGCAGCATCATGGTACGTCATGGTTGGTCATGGTATGTATCATGGTTACGATCATGGTGTTAAC

TTTCATGGTCTCATGGTGTTGCAGGGCATGTCTCTCTTATTGGCTTCATGGTATCATGGTTTATCATGGTATCC

TCCTCATGGTAGTTCATGGTCATCATGGTACCATCATGGTCGGATCATGGTTTCATGGTTCATGGTTCATCATG

GTTCATGGTCTTTATCATGGTTCATGGTGTTTCATGGTTGTCATGGTTTCATGGTCATGTCATGGTATATCATG

GTGGGCTCATGGTTCATGGTCTCATGGTATCATGGTATCATGGTCGAGTCATGGTCTTCATGGTTTTTAATCAT

GGTGATCATGGTTCATGGTGCTAAAGTTCATGGTACGTCATGGTTCATGGTTCATGGTTTGGCACGATCATGGT

CTAAATCATGGTATTCATGGT

TCATGGTTC

Answer 1

Python 3.7.4 (default, Jul 9 26 [GCC 6.3.0 20170516] on linux At index 10 main.py GTGTCATGGTG AGTCAAGTCATGGTCCCCTCATGGTATCATGGTAAAAAATAAAGCGATGATCATGGTGTCATG motifFinding.txt GTGTCATGGTG At index 44 At index 51 At index 149 At index 197 3 ATCATGGTTCATGGTCTCTGTCATGGTGCGGTCATGGTGTGCCATGCTTTCATGGTTCATGGT ATCATGGTTCA TGGTTCATGGTACTGTCATCATCATGGTCAGTCATGGTTCATGGTTCTCATGGTCGATCATGG 4 At index 212 At index 219 At index 253 At index 260 TTCATGGTTTT GAGATCATGGTTTCATGGTGTAGTCATGGTC TGCTCATGGTTCATGGTTGTTTCATGGTAAAT TCATGGTTTCA At index 279 TGGTTCATGGTGCAGCATCATGGTACGTCATGGTTGGTCATGGTATGTATCATGGTTACGATC At index 330 At index 367 ATGGTGTTAAC TTTCATGGTCTCATGGTGTTGCAGGGCATGTCTCTCTTATTGGCTTCATGGTATCATGGTT TA At index 577 TCATGGTATCC At index 587 TCCTCATGGTAGTTCATGGTCATCATGGTACCATCATGGTCGGATCATGGTTT CATGGTTCAT At index 606 At index 672 At index 745 At index 777 At index 784 GGTTCATCATG GTTCATGGTCTTTATCATGGTTCATGGTGTTTCATGGTTGTCATGGTTTCATGGTCATGTCAT GGTATATCATG Pattern occurs 20 times GTGGGCTCATGGTTCATGGTCTCATGGTATCATGGTATCATGG TCGAGTCATGGTCTTCATGG 10 TTTITAATCAT 11 GGTGATCATGGTTCATGGTGCTAAAGTTCATGGTACGTCATGGTTCATGGTTCATGGTTTGGC ACGATCATGGT CTAAATCATGGTATTCATGGT 12 13 14 TCATGGTTC

def readFile(fName):
        lines = open(fName, 'r').readlines()
        lines = [l.rstrip() for l in lines]
        newLineIndex = lines.index('')
        s = ''.join(lines[:newLineIndex])
        t = ''.join(lines[newLineIndex+1:])
        return (s, t)

def countOccurrence(s, t):
        count = 0
        for i in range(len(s)):
                if s[i:i+len(t)] == t:
                        print('At index', i)
                        count += 1
        print('Pattern occurs', count, 'times')


s, t = readFile('motifFinding.txt')
countOccurrence(s, t)

My results are difference because i used a different file probably.. I am assuming that in the file, there will be one line which is blank and that separates the two strings.. If any issues, please share the link to your text file. thanks!