Question

我知道之前已经问过这个问题，但我从中得到了一些非常奇怪的输出。基本上我试图将.fasta格式的DNA序列（即以“＆gt;”开头的标识符，然后是下一行的序列）转换成相同格式的氨基酸字母。我有代码：

#!/usr/bin/python

import sys

filename = sys.argv[1]

def translate_dna(sequence):

    codontable = {
    'ACC':'T', 'ACG':'T', 'ACT':'T',
    'AAC':'N', 'AAT':'N', 'AAA':'K', 'AAG':'K',
    'AGC':'S', 'AGT':'S', 'AGA':'R', 'AGG':'R',
    'CTA':'L', 'CTC':'L', 'CTG':'L', 'CTT':'L',
    'CCA':'P', 'CCC':'P', 'CCG':'P', 'CCT':'P',
    'CAC':'H', 'CAT':'H', 'CAA':'Q', 'CAG':'Q',
    'CGA':'R', 'CGC':'R', 'CGG':'R', 'CGT':'R',
    'GTA':'V', 'GTC':'V', 'GTG':'V', 'GTT':'V',
    'GCA':'A', 'GCC':'A', 'GCG':'A', 'GCT':'A',
    'GAC':'D', 'GAT':'D', 'GAA':'E', 'GAG':'E',
    'GGA':'G', 'GGC':'G', 'GGG':'G', 'GGT':'G',
    'TCA':'S', 'TCC':'S', 'TCG':'S', 'TCT':'S',
    'TTC':'F', 'TTT':'F', 'TTA':'L', 'TTG':'L',
    'TAC':'Y', 'TAT':'Y', 'TAA':'*', 'TAG':'*',
    'TGC':'C', 'TGT':'C', 'TGA':'*', 'TGG':'W',
    'ATG':'M'
    }
    proteinsequence = ''
    start = sequence.find('ATG')
    sequencestart = sequence[int(start):]
    stop = sequencestart.find('TAA')
    cds = str(sequencestart[:int(stop)+3])

    for n in range (0,len(cds),3):
            if cds[n:n+3] in codontable:
                    proteinsequence += codontable[cds[n:n+3]]
                    print proteinsequence
            sequence = ''

header = ''
sequence = ''
for line in open(filename):
    if line[0] == ">":
            if header != '':
                    print header
                    translate_dna(sequence)

            header = line.strip()
            sequence = ''
    else:
            sequence += line.strip()

print header
translate_dna(sequence)

我的输出预计会像这样出现： mouse_IPS1_cds MFAEDKTY（以此类推等）

但实际上我得到的是每行打印一个新字母并且没有完成到序列的末尾： mouse_IPS1_cds 中号 MF MFA MFAE MFAED MFAEDK MFAEDKT MFAEDKTY（当它应该更长时停在这里）

输出因此使得这种半角三角形不完整的字母列表每行增加一个。

拜托，有没有人可以指出是什么让这种情况发生？为什么每行打印一个新的字母，然后甚至没有完成序列？

非常感谢任何帮助。

Answer 1

您在每次迭代中通过您正在构建它的循环打印proteinsequence。因此，您将获得每个中间版本。将print语句移动到循环的末尾，就像这样，并且您只打印出最终产品：

for n in range (0,len(cds),3):
        if cds[n:n+3] in codontable:
                proteinsequence += codontable[cds[n:n+3]]
        sequence = ''
print proteinsequence

将DNA翻译为蛋白质时输出格式不正确

1 个答案: