BioPython：如何將氨基酸字母表轉換為

Question

在討論如何使用Bio.SeqIO.parse（）導入序列數據時，BioPython食譜說明：

有一個可選的參數字母表來指定要使用的字母表。 這對於像FASTA這樣的文件格式很有用，否則Bio.SeqIO將默認為通用字母表。

如何添加此可選參數？ 我有以下代碼：

from os.path import abspath
from Bio import SeqIO

handle = open(f_path, "rU")
records = list(SeqIO.parse(handle, "fasta"))
handle.close()

這將從UniProt數據庫導入大量FASTA文件。 問題是它在通用的SingleLetterAlphabet類中。 如何在SingleLetterAlphabet和ExtendedIUPACProtein之間進行轉換？

最終目標是在這些序列中搜索諸如GxxxG之類的主題。

Answer 1

像這樣：

# Import required alphabet
from Bio.Alphabet import IUPAC

# Pass imported alphabet as an argument for `SeqIO.parse`:
records = list(SeqIO.parse(handle, 'fasta', IUPAC.extended_protein))