问题标签 [biopython]

How to do pairwise sequence alignment in Biopython? Can I get sample code for this?

我创建了一个程序，允许用户输入有关 DNA 扭曲、转弯和位置的信息以及其他信息。输出是一个 PDB 文件，但是，我想在程序中的 .pdb 查看器中显示 .pdb 文件，但似乎不知道如何操作。所需的应用程序是 Chimera (http://www.cgl.ucsf.edu/chimera/) 或 swiss (http://spdbv.vital-it.ch/)。

例如，如果我有一个字符串 'ATGAGGGATAGAGGGTTGGGAGAGATGGATAGGGGATAGATTG' 我必须在 ATG 和 TTG 之间获取子字符串，因为我们可以看到字符串中有两种。

无论如何我都无法弄清楚，请帮助我完成它！

从字符串say dna = 'ATAGGGATAGGGAGAGAGCGATCGAGCTAG' 我得到子字符串say dna.format = 'ATAGGGATAG','GGGAGAGAG' 我只想打印长度可被3整除的子字符串怎么做？我正在使用模数，但它不起作用！

更正的代码

这仍然没有给我长度可被三整除的子字符串。. 知道有什么问题吗？

我只希望打印长度可被三整除的子字符串

我编写了这个野蛮的脚本来创建字符串的排列，该字符串在字符串中所有可能的位置组合中包含 n（最多 n = 4）$。我最终会.replace('$','(\\w)')用于 dna 搜索序列中的不匹配。由于我编写脚本的方式，某些排列少于请求的 $ 数量。然后我编写了一个脚本来删除它们，但它似乎并不有效，并且每次我运行删除脚本时，它都会删除更多不需要的排列。在下面粘贴的代码中，您将看到我使用一个包含 4 个不匹配的简单序列来测试该函数。然后我运行一系列删除脚本，计算每次删除了多少表达式……根据我的经验，删除所有通配符 $ 少于 4 个的表达式大约需要 8 次。我对此有几个问题：

1. 是否有用于搜索“n”不匹配的内置函数？甚至在 biopython 中？到目前为止，我已经看到了 Paul_McGuire_regex 函数：
   Search for string allowed for one mismatch in any location of the string，
   这似乎只会产生 1 个不匹配。我必须承认，我并不完全理解该页面上剩余功能中的所有代码，因为我是一个非常新的编码器。

2. 由于我认为这对我来说是一个很好的练习，有没有更好的方法来编写整个脚本？...我可以根据需要多次迭代 Paul_McGuire_regex 函数吗？

3. 最让我困惑的是，为什么删除脚本第一次不能 100% 工作？

感谢您的任何帮助，您可以提供！

我有一组使用软件找到​​的（蛋白质）序列，但它们的长度比数据库中的原始序列短。我下载了整个数据库，现在我有了这些不完整的序列找到和从中找到序列的原始数据库。

软件的示例结果：

数据库中的序列：

所以缺失的残基是“ARR”，最后是“EIP”，我有大约 70 个这样的不完整序列？我想编写一个可以自动从数据库中检索完整序列的 Python 程序。我对python真的很陌生，当然我会尝试编写自己的代码，我想知道是否有任何库或类似biopython模块的东西可以做到这一点。我的计划是从我的结果中获取间隔，展开它们并在原始数据库中选择它，但我不知道如何进一步进行。

我想得到list_seq = [ARR,KEFIMAELIQTEKAYVRDLRECMDTYLWEMTSGVE,EIP]，以便我可以进一步使用list_seq[0] r.strip(3)，list_seq[1] l.strip[3]以便我得到完整的序列。但 list_seq 不起作用。

提前致谢

所以我正在解决一个问题，我必须在遇到初始字符串后找到各种重复的字符串，比如我们采用 ACTGAC，因此数据文件的序列如下所示：

AAACTGACACCATCGATCAGAACCTGA

因此，在该字符串中，一旦我们找到 ACTGAC，我就需要分析接下来的 10 个字符是否符合某些规则的字符串重复。我已经编码了规则，但是任何人都可以告诉我，一旦我找到了我需要的字符串，我就可以为接下来的十个字符创建一个子字符串来分析。我知道 str.partition 函数可以在找到字符串后执行此操作，然后 [1:10] 可以获取接下来的十个字符。

谢谢！

我遇到了一个我无法解决的错误。

我正在尝试执行将执行 tBLASTn 算法的最简单的命令集，在数据库（也指定为文件-> cucumber.fasta）中查找序列（指定为“pytanie.fasta”文件的序列）。结果将保存在“wynik.txt”文件中。

代码如下所示：

我得到的错误是：

我在用：

• Eclipse SDK 版本：3.7.1
• Python 2.7 版
• 操作系统：64 位 Windows 7

我也在 32 位 Windows XP 上尝试过这个，它产生了同样的错误。Biopython 包应该可以正常工作，因为它通过了 biopython 网站建议的测试。我也尝试过文件所在路径的其他格式，但没有奏效。我的朋友在 Ubuntu 上使用了相同的代码，并且运行良好。

有谁知道如何解决这个错误？

我有一个 gb 文件，我需要从文件中提取一些特定的特征：蛋白质编码基因名称和大小。

我使用了 seqFeature 和 subfeatures 但它不起作用。

从这个文件中我应该得到（ND1 和 2729..3685，ND2 和 3889..4932，......如果还有更多）

我是 biopython 的新手，希望得到有关如何执行此操作的帮助。

当我执行此代码时，我收到此错误：

它出什么问题了？