0

我一直在尝试反向补充fasta DNA序列。这是我的代码：

fastafile=open('sequence (3).fasta','r')
entries=[]
reverse=""
sequence=['A','T','G','C','N']
for line in fastafile:
    if not line.startswith('>'):
        line = line.split()
        entries.append(line)
print entries
for index in range(0,len(entries[::-1])):
    if index !=sequence:
        print "this is not a valid nucleotide"
        break
    else:
        if index=='A':
            reverse+='T'
        elif index=='T':
            reverse+='A'
        elif index=='C':
            reverse+='G'
        elif index=='G':
            reverse+ 'C'
        elif index=='N':
            reverse+='N'
print reverse

每次我得到输出时，这不是一个有效的核苷酸，即使我的条目打印显示它有顺序的项目。这是我打印输入时的输出示例；

[['GCTCCCCTGAGGTTCGGCACCCACACTCCCTTCCCAGGAGCTCGCGATGCAAGAGCCACAGTCAGAGCTC'], ['AATATCGACCCCCCTCTGAGCCAGGAGACATTTTCAGAATTGTGGAACCTGCTTCCTGAAAACAATGTTC'], ['TGTCTTCGGAGCTGTGCCCAGCAGTGGATGAGCTGCTGCTCCCAGAGAGCGTCGTGAACTGGCTAGACGA']

我怎样才能解决这个问题？我只想补充一点，我大约 2 个月前才开始认真地使用 python 编程，所以我仍在学习和改进。谢谢！

4

1 回答 1

1

你的循环语句是：

for index in range(0,len(entries[::-1])):

这将遍历条目的长度，即0, 1, 2, 3, ..., len(entries).

当你这样做时，if index != sequence你实际上是在将一个整数与一个列表进行比较，比如if 3 != ['A', 'C', 'T', 'G']. 我假设您可以看到这没有任何意义。您可能想要做的是查看序列中的核苷酸是否是有效核苷酸，因此它在sequence列表中。你可以这样做：

if entries[::-1][index] in sequence # Will be true if the nucleotide at entries[::-1][index] is inside sequence

让我说两件事：

  • 第一个，你不必范围 to len(entries[::-1])，它与len(entries)

  • 其次，更重要的是，有一个专门为生物信息学构建的实际模块。它被称为Biopython。它具有特殊的对象和功能。例如，您的问题可以通过以下方式解决：

-

from Bio.Seq import Seq

dna = Seq("ATGGCCATTGTAATGGGCCGCTGAAAGGGTGCCCGATAG")
print dna.reverse_complement()

输出： CTATCGGGCACCCTTTCAGCGGCCCATTACAATGGCCAT

于 2017-02-19T08:45:21.667 回答