Question

我刚开始在生物信息学研究实验室学习python。我的第一个项目是生成一个程序，可以用长度和拷贝数参数吐出各种DNA序列。然后需要以FASTA格式输出序列。

对于那些不熟悉的DNA序列，可以由四个“字母”组成：A，G，C，T。实施例DNA序列：ACGTTCCGTACGTACTCT

我对这一切都很陌生，我想就如何解决这个问题以及如何学习python（依赖教程，做随机项目等）提出一些建议。

我目前正在使用别人的程序进行我的DNA序列项目，然后我将逐行查看正在进行的操作。

复制代码时遇到的第一个错误是：

    >>> 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
    >>>

谢谢。

Answer 1

sys.argv是传递给您的程序的参数列表。

例如这个程序（称为amt.py）：

import sys
print (sys.argv)

将表现得像这样：

$ ./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']

您的代码存在的问题是，期望sys.argv在索引1处有一个项目，但您没有给它任何命令行参数。因此它会尝试转到列表中不存在的位置。

Answer 2

首先，我建议this book。

错误来自于这个程序是从命令行运行而不是为解释器运行的。 sys.argv[1]获取第一个命令行参数（从技术上讲，第二个是第二个，因为第一个是程序的名称）。在解释器中，您无法指定参数。只需将其粘贴到文本编辑器中，然后从命令行运行它，如：DNA.py 100

Answer 3

我为此使用biopython：

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

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))

输出：

TTCGCGGACGGTTCATCAGCCCTAGCCGGTTAAGAACTATCGAGCCACCCTAAGAACGGTCCATATTTGGAGTGTTACAACTTTGGATCTTCTACGTTGC

构建DNA序列发生器

4 个答案: