编写一套函数，提取蛋白质序列集中，每条序列的K间隔组分特征，k为可选参数

在编写这样的函数时，通常会涉及到生物信息学中的序列分析。你可以创建一个名为`extract_kmer_features`的函数，接受两个参数：一个蛋白质序列列表（如list of strings，每个元素代表一条序列）和一个整数k（间隔长度）。这个函数可以采用滑动窗口的方式，对每条序列计算长度为k的所有可能子串（称为k-mers），并统计它们在所有序列中的频率或出现次数。以下是Python代码的一个基本示例：

def extract_kmer_features(protein_sequences, k):
    from collections import Counter

    # 初始化空字典来存储k-mers及其频率
    kmers_dict = {}

    # 遍历每条序列
    for sequence in protein_sequences:
        # 使用滑动窗口生成k-mers
        window = [sequence[i:i+k] for i in range(len(sequence) - k + 1)]
        # 对k-mers计数
        counts = Counter(window)
        
        # 更新总字典，累加当前序列的k-mers频率
        kmers_dict.update(counts)

    # 返回k-mers及其在整个序列集中的频率数据
    return kmers_dict

# 示例用法
sequences = ["MVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYF", ...]  # 蛋白质序列列表
features = extract_kmer_features(sequences, 3)  # 提取长度为3的k-mers特征

在这个函数中，我们首先导入了`collections.Counter`来方便地计算k-mers的频次。然后，对于给定的k值，我们在每条序列上应用一个滑动窗口，生成k长度的子串，并使用Counter计算每个k-mer的出现次数。最后，我们将所有序列的结果汇总到一个总字典中。