问题标签 [biopython]

Biopython 的网站提到它需要 Python 到 2.7 版本，但没有明确说明是否存在 Python 3+ 支持。

有没有办法在 Python 3.2 中使用 Biopython？

请参阅：http ://biopython.org/DIST/docs/install/Installation.html#sec7

我有一个由 3 个序列生成的比对clustalx

我可以通过 Biopython 中的预定义索引对对齐进行切片align[:,:4]

但是，打印结果会给出：

如何在不打印下面给出的名称的情况下捕获子对齐？

align[:,:4].seq不提供我正在寻找的输出。

我正在尝试使用 Biopython 的 NcbiblastxCommandline 工具使用“nr”数据库在本地运行 blastx，但我总是收到有关蛋白质数据库搜索路径的以下错误：

我不确定如何更改路径以指向我下载的 nr 数据库，但我认为我正确地指出了它，因为我可以从命令行运行此代码而没有任何问题：

如我所料，上面的命令行代码创建了爆炸结果的 xml 文件。

任何使用 Biopython NCBI 命令行工具解决此问题的帮助将不胜感激！

我想使用 Biopython 的 PDBParser 下载 PDB 文件，但是当我尝试导入它时出现此错误：

回溯（最后一次调用）：文件“C:\Python27\TAREA 3 FINAL.PY”，第 33 行，在 [HTML] 中来自 Bio.PDB 导入 * 文件“C:\Python27\lib\site-packages\Bio\ PDB_init_.py"，第 15 行，在 [HTML] from PDBParser import PDBParser File "C:\Python27\lib\site-packages\Bio\PDB\PDBParser.py"，第 13 行，在 [HTML] import numpy ImportError: No名为 numpy 的模块

这里发生了什么？

安装了 mac OS 10.6 并安装了 python 版本 2.7 32 位以及 numpy 和 scipy。还有xcode 3.2版，我真的很困惑此时该做什么。我下载了 biopython 1.59 版并尝试在 python 中运行设置代码，但它不会工作。我错过了什么？

当我尝试在空闲状态下运行安装文件时，我收到以下错误消息：

背景

在PDBBiopython 的模块中，PDB 结构被解析为Structure对象，这些对象将结构的组件存储在 SMCRA 架构中（Structure/Model/Chain/Residue/Atom）。此层次结构的每一级都由一个继承Entity容器类的对象表示。

等价

我的问题是任何两个实体对象都不能相等。

从同一个文件构建的结构不相等：

该结构中的残基不相等：

等等。

如果我们要分别解析同一个 PDB 文件，则结构中的任何Entity对象都不可能相等。

解决方案

这个问题的明显解决方案是永远不要对同一个 PDB 文件进行两次解析。然后，我们有对象身份，因此，等价。但是，这个答案对我来说似乎不完整。

每个Entity对象都可以返回一个标识元组get_full_id()。此方法给出从顶部对象向下的所有 id；如果在构造对象时提供了正确的 PDB id，则它对于结构中的每个结构都应该是唯一的Entity，并且在所有结构中都是唯一的。Structure

我测试Entity等效性的解决方案只是比较这个完整的 id。那是：

问题

在这一点上，我在问我对Entity等价的实现是否明智。

• 误报（例如，提供相同 PDB id 的不同结构）是否令人担忧？
• 每当我们需要测试等效性时，简单地手动比较完整的 id 会更好吗？
• 是否有任何理由在模块__eq__中未实现？PDB

我应该首先说我对 Python 和 Biopython 都是新手。我正在尝试将一个大的 .fasta 文件（包含多个条目）拆分为单个文件，每个文件都有一个条目。我在 Biopython wiki/Cookbook 网站上找到了以下大部分代码，并对其进行了一些调整。我的问题是这个生成器将它们命名为“1.fasta”、“2.fasta”等，我需要用一些标识符来命名它们，例如 GI 编号。

如果我尝试更换：

和：

所以它会在 SeqIO 中命名类似于 seq_record.id 的东西，它会给出以下错误：

虽然生成器函数没有属性“id”，但我能以某种方式解决这个问题吗？这个脚本对于我想要做的事情来说太复杂了吗？！？谢谢，查尔斯

我有一个程序，我在其中获取一对非常大的多序列文件（> 77,000 个序列，每个序列平均长约 1000 bp）并计算每个配对单个元素之间的对齐分数并将该数字写入输出文件（我将加载到稍后生成一个 excel 文件）。

我的代码适用于小型多序列文件，但我的大型主文件在分析第 16 对后会抛出以下回溯。

我已经尝试了很多方法来解决这个问题（正如你们中的许多人可能从代码中看到的那样），但都无济于事。我尝试将大型主文件拆分为较小的批次，以输入分数计算方法。我在使用完 del 文件后尝试过它们，我尝试在 Oracle 虚拟机上使用我的 Ubuntu 11.11（我通常在 64 位 Windows 7 中工作）。我是否雄心勃勃，这在 BioPython 中是否可行？下面是我的代码，我没有内存调试经验，这是这个问题的明显罪魁祸首。非常感谢任何帮助我对这个问题感到非常沮丧。

最好的，哈利

PS 请客气，我知道我放入的代码中可能存在一些愚蠢的东西，试图解决这个问题。

以下代码返回一个空记录：

我对使用 python 还很陌生，我喜欢它。但是我被这个问题困住了，我希望你能给我一个关于我所缺少的东西。

我在一个 excel 文件中有一个基因 ID 列表，我正在尝试使用 xrld 和 biopython 来检索序列并将我的结果（以 fasta 格式）保存到文本文档中。到目前为止，我的代码允许我在 shell 中查看结果，但它只将最后一个序列保存在文档中。

这是我的代码：

正如我所提到的，文件“example.txt”只有最后一个显示外壳的序列（fasta 格式）。

谁能帮我在同一个文档中获取我从 NCBI 检索到的所有序列？

非常感谢

安东尼奥