python 3クリーナーコード、辞書から値を計算

Question

現在、私のコードは動作していますが、私は必要としないコードがいくつかあると思います。私はシーケンス（DNAの）を入力しており、コードがいくつかの値を計算して値を返すようにしています。私はシーケンスを入力してから濃度を計算し、融解温度dH、dS、dGを返します。私がコードを整理することができる方法があるかどうか、または皆さんがそれが良いと思っているかどうかを確認するために投稿してください。これはpython3でも同様です。助けてくれてありがとう！

import math 
sequence1 = input("Enter DNA Sequence: ") 
sequence2 = [i for i in sequence1[0::1]] 
sequenceR = [i for i in sequence2[::-1]] 
dnac = input("Enter DNA Concentration (M): ") #Effectively Ct 
dnac = float(dnac) 
#assume 1M NaOH, though this adjustment is easy to establish if necessary. 
first = sequence1[0] 
last = sequence1[-1] 
sequence = [i+j for i,j in zip(sequence1[0::1], sequence1[1::1])] 

navbles={  "AA": (-7.9  ,-22.2 ,-1.0), 
         "TT": (-7.9  ,-22.2 ,-1.0), 
         "AT": (-7.2  ,-20.4 ,-0.88), 
         "TA": (-7.2  ,-21.3 ,-0.58), 
         "CA": (-8.5  ,-22.7 ,-1.45), 
         "TG": (-8.5  ,-22.7 ,-1.45), 
         "GT": (-8.4  ,-22.4 ,-1.44), 
         "AC": (-8.4  ,-22.4 ,-1.44), 
         "CT": (-7.8  ,-21.0 ,-1.28), 
         "AG": (-7.8  ,-21.0 ,-1.28), 
         "GA": (-8.2  ,-22.2 ,-1.30), 
         "TC": (-8.2  ,-22.2 ,-1.30), 
         "CG": (-10.6 ,-27.2  ,-2.17), 
         "GC": (-9.8  ,-24.4 ,-2.24), 
         "GG": (-8.0  ,-19.9 ,-1.84), 
         "CC": (-8.0  ,-19.9 ,-1.84), 
         "A" : (0  , 0  ,    0), 
         "C" : (0  , 0  ,    0), 
         "G" : (0  , 0  ,    0), 
         "T" : (0  , 0 ,   0),  } 
initiator={  "G": (0.1 ,-2.8,  0.98), 
         "C": (0.1 ,-2.8,  0.98), 
         "A": (2.3, 4.1, 1.03), 
         "T": (2.3, 4.1, 1.03) } 

complement = {'A' : 'T', 'T' : 'A', 'G' : 'C', 'C' : 'G'} 

#First and last terms, to start off 
F1 = initiator[first] 
L1 = initiator[last] 
dH1 = F1[0] 
dH2 = L1[0] 
dS1 = F1[1] 
dS2 = L1[1] 
dG1 = F1[2] 
dG2 = L1[2] 

R = 1.987 #cal mol K 
#answer = (dH1/(dS1 + R*C))+(dH2/(dS2 + R*C)) 
answerH = dH1 + dH2 
answerS = dS1 + dS2 
answerG = dG1 + dG2 
#the iterative meat 
for na in range(len(sequence)): 
     n = navbles[sequence[na]] 
     H = n[0] 
     S = n[1] 
     G = n[2] 
     #answer = answer + (H/(S + R*C)) 
     answerG = answerG + G 
     answerH = answerH + H 
     answerS = answerS + S 

#symmetry check 
if sequenceR == sequence2: 
     symm = "y" 
else: 
     symm = "n" 
if symm == "y": 
     answerS = answerS + -1.4 
else: 
     pass 
#complementary check 
sequenceC = [] 
for i in range(len(sequenceR)): 
     sequenceC.append(complement[sequenceR[i]]) 

if sequenceC == sequence2: 
     comp = "y" 
else: 
     comp = "n" 

if comp == "n": 
     C = math.log(dnac/4) 
else: 
     C = math.log(dnac) 
#print(C) 
answerT = (1000*answerH)/(answerS + R*C) 
print('Tm =', answerT) 
print('dH(kcal) = ', answerH) 
print('dS(cal) = ', answerS) 
print('dG(kcal) = ', answerG) 

#print(sequence1) 

Answer 1

これはうまく見えます。将来大規模なデータベースに適用する予定がある場合は、常にパフォーマンスをリファクタリングすることができますが、時にはストレートなアプローチが必要です。