我试图反向补充Fasta DNA序列

Question

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！

Answer 1

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