[英]I am trying to reverse complement a fasta DNA sequence
我一直在尝试反向补充fasta DNA序列。 这是我的代码:
fastafile=open('sequence (3).fasta','r')
entries=[]
reverse=""
sequence=['A','T','G','C','N']
for line in fastafile:
if not line.startswith('>'):
line = line.split()
entries.append(line)
print entries
for index in range(0,len(entries[::-1])):
if index !=sequence:
print "this is not a valid nucleotide"
break
else:
if index=='A':
reverse+='T'
elif index=='T':
reverse+='A'
elif index=='C':
reverse+='G'
elif index=='G':
reverse+ 'C'
elif index=='N':
reverse+='N'
print reverse
每次我得到输出时,这都不是一个有效的核苷酸,即使我的条目打印显示它具有顺序排列的项也是如此。 这是我打印小肠时输出的示例;
[['GCTCCCCTGAGGTTCGGCACCCACACTCCCTTCCCAGGAGCTCGCGATGCAAGAGCCACAGTCAGAGCTC'], ['AATATCGACCCCCCTCTGAGCCAGGAGACATTTTCAGAATTGTGGAACCTGCTTCCTGAAAACAATGTTC'], ['TGTCTTCGGAGCTGTGCCCAGCAGTGGATGAGCTGCTGCTCCCAGAGAGCGTCGTGAACTGGCTAGACGA']
如何解决此问题? 我只想补充一点,大约2个月前我才开始认真地使用python进行编程,因此我仍在学习和改进。 谢谢!
您的循环语句是:
for index in range(0,len(entries[::-1])):
这将遍历条目的长度,即0, 1, 2, 3, ..., len(entries)
。
当执行if index != sequence
您实际上是在将一个整数与列表进行比较,请说if 3 != ['A', 'C', 'T', 'G']
。 我认为您可以看到没有任何意义。 您可能想做的是查看序列中的核苷酸是否为有效核苷酸,因此在sequence
列表中。 您可以这样做:
if entries[::-1][index] in sequence # Will be true if the nucleotide at entries[::-1][index] is inside sequence
让我说两件事:
第一个,您不必设置len(entries[::-1])
,它与len(entries)
相同
其次,更重要的是,有一个专门针对生物信息学的实际模块。 它被称为Biopython 。 它具有特殊的对象和功能。 例如,可以按以下方式解决您的问题:
--
from Bio.Seq import Seq
dna = Seq("ATGGCCATTGTAATGGGCCGCTGAAAGGGTGCCCGATAG")
print dna.reverse_complement()
输出: CTATCGGGCACCCTTTCAGCGGCCCATTACAATGGCCAT
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.