構建 DNA 序列生成器

Question

我剛剛開始在生物信息學研究實驗室學習 Python。 我的第一個項目是生成一個程序，該程序可以吐出具有長度和拷貝數參數的各種 DNA 序列。 然后需要以 FASTA 格式輸出序列。

對於那些不熟悉的人來說，DNA 序列可以由四個“字母”組成：A、G、C、T。 DNA 序列示例：ACGTTCCGTACGTACTCT

我對這一切真的很陌生，我想要一些關於如何解決這個問題以及如何學習 Python 的建議（依靠教程，做隨機項目等）。

我目前正在將別人的程序用於我的 DNA 序列項目，然后我將逐行查看正在完成的工作。

我在復制代碼時遇到的第一個錯誤是：

    >>> import random
    >>> import sys
    >>> def simulate_sequence (length) :
        dna = ['A','G','C','T']
        sequence = ''
        for i in range (length) :
            sequence += random.choice (dna)
        return sequence

    >>> setsize = int (sys.argv[1])
    Traceback (most recent call last):
      File "<pyshell#10>", line 1, in <module>
        setsize = int (sys.argv[1])
    IndexError: list index out of range
    >>> 

謝謝你。

Answer 1

我為此使用 biopython：

def random_seq(N=180):
    return Seq("".join(random.choice("ATCG") for _ in range(N)))

Answer 2

sys.argv是傳遞給程序的參數列表。

例如這個程序（稱為amt.py ）：

import sys
print (sys.argv)

會像這樣：

$ ./amt.py
['./amt.py']
$ ./amt.py 1
['./amt.py', '1']
$ ./amt.py 1 abc
['./amt.py', '1', 'abc']
$ ./amt.py 1 abc 33
['./amt.py', '1', 'abc', '33']

您的代碼的問題在於它期望sys.argv在索引 1 處有一個項目，但您沒有給它任何命令行參數。 因此，它嘗試轉到列表中不存在的位置。

Answer 3

首先，我會推薦這本書。

錯誤來自這樣一個事實，即該程序是從命令行運行的，而不是為解釋器運行的。 sys.argv[1]獲取第一個命令行參數（好吧，技術上是第二個，因為第一個是程序的名稱）。 在解釋器中，您不能指定參數。 只需將其粘貼到文本編輯器中，然后從命令行運行它，例如：DNA.py 100

Answer 4

dna = ['A','G','C','T']
def generateDNA(N):
   result= [random.choice(dna) for i in np.arange(N)]
   return("".join(result))

print(generateDNA(100))

輸出：

TTCGCGGACGGTTCATCAGCCCTAGCCGGTTAAGAACTATCGAGCCACCCTAAGAACGGTCCATATTTGGAGTGTTACAACTTTGGATCTTCTACGTTGC