问题标签 [biopython]

我想从 pdb 文件中提取链。我有一个名为 pdb.txt 的文件，其中包含 pdb ID，如下所示。前四个字符代表 PDB ID，最后一个字符是链 ID。

我想 1）逐行读取文件 2）从相应的 PDB 文件中下载每个链的原子坐标。
3）将输出保存到文件夹。

我使用以下脚本来提取链。但是此代码仅打印来自 pdb 文件的 A 链。

我有以下代码：

如您所见，我目前正在编写两个文件。我真的只需要第二个文件。有没有人有任何建议将两个“下标”合并为一个？

输入文件“HPV16_CG.aln.fas”如下所示：

我非常感谢所有帮助/建议来帮助我改进这一点！

我正在使用 fpocket 在我的 PDB 蛋白质结构中找到口袋。输出是一个有序的 pockets 列表pocket0_atm.pdb，pocket1_atm.pdb等等。一些文件被顺利读入Bio.PDB.PDBParser。其他人因“AssertionError”而失败。

尝试将有效的 .pdb 文件与失败的文件进行比较并没有显示出一致的差异。有任何想法吗？

这是给我带来麻烦的相关代码部分：

给定大量的 FASTA 文件（用于分泌肽的各种生物的肽组），我如何使用 Python（或 Matlab）读取 FASTA 文件（来自 UNIProt），并计算每个氨基酸的频率，和氨基酸“双”配对？

（IE - 输出应该有每个单独氨基酸的百分比（22 个字母/字符中）和氨基酸配对的频率。

实际上，我想计算字母对的二元组（或 n-gram，如果易于实现）频率。

在 FASTA 文件中，这 22 个氨基酸分别由一个唯一的字母表示，每个蛋白质的名称在其行前以 > 开头。（已经解析过了，所以只剩下相关的字符）

文件样本：

FFKA

FLRN

MTTVSYVTILLTVLVQVLTSDAKATNNKRELSSGLKERSLSDDAPQFWKGRFSRSEEDPQ FWKGRFSDPQFWKGRFSDPQFWKGRFSDPQFWKGRFSDPQFWKGRFSDPQFWKGRFSDPQ FWKGRFSDGTKRENDPQYWKGRFSRSFEDQPDSEAQFWKGRFARTSSGEKREPQYWKGRF SRDSVPGRYGRELQGRFGRELQGRFGREAQGRFGRELQGRFGREFQGRFGREDQGRFGRE DQGRFGREDQGRFGREDQGRFGREDQGRFGREDQGRFGRELQGRFGREFQGRFGREDQGR FGREDQGRFGRELQGRFGREDQGRFGREDQGRFGREDLAKEDQGRFGREDLAKEDQGRFG REDIAEADQGRFGRNAAAAAAAAAAAKKRTIDVIDIESDPKPQTRFRDGKDMQEKRKVEK KDKIEKSDDALAKTS

非常感谢！

我是编程新手，Python 也是如此。随后，我有一个我不知道如何解决的问题。

我正在使用旨在与 BioPython 一起使用的脚本在 Mac OS 上工作。我认为经过大量工作后，我终于正确安装了 BioPython，在尝试了很多次安装 NumPY 之后，但是当我尝试运行我的脚本时，我收到了这个错误：

我的脚本是这样开始的：

我也尝试过先插入：

使脚本从其他目录读取，但后来我有：

最后我尝试从 Python 路径导入 Bio 模块，我没有问题，所以我认为模块会正确安装。

我能做些什么？

非常感谢

我创建了一个脚本，可以在 XML 格式的 Blastx 输出文件中成功搜索关键字（由用户指定）。现在，我需要将对齐标题中包含关键字的那些记录（查询、命中、分数、evalue 等）写入新文件。

我为每个查询标题、命中标题、电子值和对齐长度创建了单独的列表，但似乎无法将它们写入新文件。

• 问题 #1：如果 Python 出错，并且其中一个列表缺少值……怎么办？然后所有其他列表将提供有关查询的错误信息（“线滑点”，如果您愿意的话......）。

• 问题 #2：即使 Python 没有错误，并且所有列表的长度相同，我如何将它们写入文件，以便每个列表中的第一项相互关联（因此，项目 #10 来自每个列表也关联？）我应该创建一个字典吗？

• 问题#3：字典只有一个键值，如果我的查询有几个不同的命中怎么办？不确定它是否会被覆盖或跳过，或者它是否会出错。有什么建议么？我当前的脚本：

  /li>

所以我在 python 中做一些生物信息学工作，利用 Biopython 和 Clustalw2 来对齐蛋白质序列。我对此相当陌生（只有几个月的经验），并且在使用 stdout 并迭代整个目录时遇到了问题。任何帮助，将不胜感激。

所以我写了这个，它一次处理一个文件并产生所需的结果......

...这似乎工作得很好。当我尝试在整个目录上迭代它时问题就来了（比如需要对齐的 1000 多个蛋白质序列文件。我知道问题出在标准输出上，但此时我有点太业余了，不知道如何解决它. 下面是损坏的代码——</p>

正如你所看到的，我已经把这个搞砸了。感谢您的任何帮助，您可以提供。

执行以下代码时：

我收到以下错误：

我正在使用 Python 3.23、Biopython 1.59

有什么建议么？谢谢，

查尔斯

我是 Biopython 的新手。使用此代码：

我得到：

但我期待这样的事情：

（来自http://www.ncbi.nlm.nih.gov/nuccore搜索结果的查询翻译）

refseq 过滤器似乎也不起作用。我究竟做错了什么？提前致谢！

我试图在一个长二进制字符串中找到二进制 5-mers 的计数。也就是说，给定一个字符串 say: seq='000111100101101' ，我想计算每个 5-mer 出现的次数。我很容易生成了所有 32 次迭代的列表：

我现在的问题是计算重叠中每个组合的出现次数。（也就是说，我想检查长度为 5 的重叠窗口：0:4、1:5、2:6、3:7...（序列长度为 4 窗口的总和）。我不确定该怎么做所以以一种计算重叠窗口的方式。（combo[i] = seq.count(i) 似乎不起作用）。

谢谢！

示例 给定 seq 的期望输出：