1

我是一个试图自学 Python 的新手。我有一个包含一堆数字的文件，我想将它们作为整数“导入”到 python 列表中（或者至少这是我认为我想要做的）。我似乎遇到了问题，但我不明白它是什么。以下是有关我的问题和我尝试过的代码的一些详细信息：

我有一个 DNA 序列（例如一串约 150,000 个字母），我想让 python 转到该字符串中的某个位置，然后在该位置左侧打印 150 个字母，该位置的字母被正方形包围括号，然后是该位置右侧的 150 个字母。我需要对字符串中 >100 个位置执行此操作。我在单独的文件中有这些职位的列表。我发现 Biopython 有一个对象可以为我处理很长的字符串，如果我告诉 python 我想要什么位置（例如手动分配），我可以切片这个字符串并获得正确的输出。现在我希望能够从另一个文件中导入我的目标位置，然后让 python 迭代地遍历该列表并将输出打印到另一个文件。第一部分是我遇到一些麻烦的地方。

我尝试了几种不同格式的输入文件。像这样的一个：

500,1000,15000

还有一个像这样的（所有位置在不同的行上）：

500

1000

15000

根据我阅读的其他一些帖子，我尝试了几件事。这是一个：

from Bio import SeqIO
import csv

with open('Results.fa', 'a') as f1:
    Reference = SeqIO.read("GEO5FinalAssembly2SC.fa", "fasta") # Biopython
    DataFile = open('TestFile.csv', 'r')
    DataReader = csv.reader(DataFile)
    SNP = []
    for row in DataReader:
        SNP.append(row)
    for i in SNP:
        IA=i-151  #Creating the intervals
        IB=i-1
        JA=i+1
        JB=i+151
        Fragment = Reference.seq[IA:IB] + "[" + Reference.seq[i] + "]" + Reference.seq[JA:JB]
        F = str(Fragment)      #Need to turn Fragment into a string that can be written
        header = ">MINT_SNP" + str(i) + "\n"
        f1.write(header)
        f1.write(F)
        f1.write("\n")

这将返回错误：

Traceback (most recent call last):
  File "./ReferenceSplitter3.py", line 15, in <module>
    IA=i-151  #Creating the intervals
TypeError: unsupported operand type(s) for -: 'list' and 'int'

我也试过这个：

from Bio import SeqIO
import csv

with open('Results.fa', 'a') as f1:
    Reference = SeqIO.read("GEO5FinalAssembly2SC.fa", "fasta")
    with open('TestFile.txt', 'r') as Input:
        rows = csv.reader(Input, quoting=csv.QUOTE_NONNUMERIC)
        SNP = [[item for number, item in enumerate(row)] for row in rows]       
    for i in SNP:
        IA=i-151  #Creating the intervals
        IB=i-1
        JA=i+1
        JB=i+151
        Fragment = Reference.seq[IA:IB] + "[" + Reference.seq[i] + "]" + Reference.seq[JA:JB]
        F = str(Fragment)      #Need to turn Fragment into a string that can be written
        header = ">SNP" + str(i) + "\n"
        f1.write(header)
        f1.write(F)
        f1.write("\n")

这给出了类似的错误：

Traceback (most recent call last):
  File "./ReferenceSplitter4.py", line 13, in <module>
    IA=i-151  #Creating the intervals
TypeError: unsupported operand type(s) for -: 'list' and 'int'

但是，当我像这样 SNP = (500,1000,1500) 自己定义一个整数列表时，它似乎工作得很好。我想知道我是否在这里遗漏了一些基本的 python 概念。抱歉，如果这是一个非常基本的问题，但任何建议将不胜感激！

4

2 回答 2

1

对于它们都在以逗号 ( 500,1000,10000) 分隔的同一行的输入，您可以使用以下命令读入：

SNP = next(DataReader)

对于它们各自位于不同行的输入，请执行以下操作：

SNP = []
for row in DataReader:
    SNP.append(row[0])

要么将设置SNP为数字列表，例如[500, 1000, 15000]，然后您就可以迭代。

于 2013-02-06T18:41:56.677 回答
1

如果其他人有兴趣这样做（使用 Biopython），这应该可以。下面的脚本将找到 SNP 周围的侧翼区域。感谢大卫罗宾逊的有用建议！

from Bio import SeqIO
import csv

with open('Results.fa', 'a') as f1:
   reference = SeqIO.read("Reference.fa", "fasta")
   datafile = open('TestFile.csv', 'r')
   datareader = csv.reader(datafile)
   positions = next(datareader)
   snp = [int(i) for i in positions] #Convert strings in positions to integers
   for i in snp:
        IA=i-151  #Creating the intervals
        IB=i-1
        JA=i+1
        JB=i+151

        fragment = reference.seq[IA:IB] + "[" + reference.seq[i] + "]" + reference.seq[JA:JB]
        f = str(fragment)      #Need to turn Fragment into a string that can be written
        header = ">SNP" + str(i) + "\n"
        f1.write(header)
        f1.write(f)
        f1.write("\n")
于 2013-02-06T20:22:08.667 回答