Как ускорить этот код Python?

У меня есть следующий крошечный метод Python, который на сегодняшний день является горячей точкой производительности (согласно моему профилировщику здесь тратится> 95% времени выполнения) в гораздо более крупной программе:

def topScore(self, seq):
    ret = -1e9999
    logProbs = self.logProbs  # save indirection
    l = len(logProbs)
    for i in xrange(len(seq) - l + 1):
        score = 0.0
        for j in xrange(l):
            score += logProbs[j][seq[j + i]]
        ret = max(ret, score)

    return ret

Код выполняется в Jython реализация Python, а не CPython, если это важно. seq представляет собой строку последовательности ДНК порядка 1000 элементов. logProbs - это список словарей, по одному для каждой позиции. Цель состоит в том, чтобы найти максимальную оценку любой длины l (порядка 10-20 элементов) подпоследовательности seq .

Я понимаю, что весь этот цикл неэффективен из-за накладные расходы на интерпретацию и были бы намного быстрее на статически скомпилированном / JIT-языке. Однако я не хочу переключать языки. Во-первых, мне нужен язык JVM для библиотек, которые я использую, и это ограничивает мой выбор. Во-вторых, я не хочу полностью переводить этот код на язык JVM более низкого уровня. Тем не менее, я готов переписать эту точку доступа во что-нибудь еще, если это необходимо, хотя я не знаю, как с ней взаимодействовать и какие будут накладные расходы.

Помимо однопоточной медленности этого метода, я также могу Я не могу заставить программу масштабироваться намного больше, чем 4 CPU с точки зрения распараллеливания. Учитывая, что он проводит почти все свое время в 10-строчной точке доступа, которую я опубликовал, я не могу понять, в чем может быть узкое место.