Skip to main content
 首页 » 编程设计

python之如何用 python 反向补充多序列 fasta 文件

2024年11月01日9lonelyxmas

我是 python 的新手,我正在尝试弄清楚如何读取具有多个序列的 fasta 文件,然后创建一个包含序列反向补充的新 fasta 文件。该文件将类似于:

>智人 ACGTCAGTACGTACGTCATGACGTACGTACTGACTGACTGACTGACGTACTGACTGACTGACGTACGTACGTACGTACGTACGTACTG

>Canis_lupus CAGTCATGCATGCATGCAGTCATGACGTCAGTCAGTACTGCATGCATGCATGCATGCATGACTGCAGTACTGACGTACTGACGTCATGCATGCAGTCATG

>Pan_troglodytus CATGCATACTGCATGCATGCATCATGCATGCATGCATGCATGCATGCATCATGACTGCAGTCATGCAGTCAGTCATGCATGCATCAT

我正在尝试学习如何使用 for 和 while 循环,因此如果解决方案可以包含其中之一,那将是首选。

到目前为止,我设法以一种非常不优雅的方式做到了,如下所示:

file1 = open('/path/to/file', 'r')

for line in file1: 
   if line[0] == '>': 
      print line.strip() #to capture the title line 
   else: 
      import re 
      seq = line.strip() 
      line = re.sub(r'T', r'P', seq) 
      seq = line 
      line = re.sub(r'A',r'T', seq) 
      seq = line 
      line = re.sub(r'G', r'R', seq) 
      seq = line 
      line = re.sub(r'C', r'G', seq) 
      seq = line 
      line = re.sub(r'P', r'A', seq) 
      seq = line 
      line = re.sub(r'R', r'C', seq) 
      print line[::-1] 

file1.close()

这行得通,但我知道有更好的方法来遍历该结束部分。有更好的解决方案吗?

请您参考如下方法:

我知道您认为这是您自己的练习,但如果您有兴趣使用现有设施,请查看 Biopython包裹。特别是如果您要进行更多序列工作。

这将允许您实例化一个序列,例如seq = Seq('GATTACA')。然后,seq.reverse_complement() 将为您提供反向补码。

请注意,反向互补不仅仅是字符串反转,核苷酸碱基也需要替换为它们的互补字母。