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。
