Question

我有一个fasta格式的文件，有几个DNA序列。我想将每个序列的内容更改为另一个较小的序列，保持相同的序列ID。新序列在列表中。

with open("outfile.fa", "w") as f:
    for seq_record in SeqIO.parse("ma-all-mito.fa", "fasta"):
        for i in range(len(newSequences_ok)):
            f.write(str(seq_record.id[i]) + "\n")
            f.write(str(newSequences_ok[i]) + "\n")

但我明白了：

IndexError: string index out of range

我怎样才能更改代码以使其有效？我认为问题是我需要通过原始的fasta文件和带有新序列的列表进行迭代。

原始的fasta文件如下所示：

>Sequence1
ATGATGCATGG
>Sequence2
TTTTGGGAATC
>Sequence3
GGGCTAACTAC
>Sequence4
ATCTCAGGAA

包含新序列的列表与此类似：

newSequences_ok=[ATGG,TTTC,GGTA,CTCG]

我想得到的输出是：

>Sequence1
ATGG
>Sequence2
TTTC
>Sequence3
GGTA
>Sequence4
CTCG

Answer 1

我认为可能会工作：

records = SeqIO.parse("ma-all-mito.fa", "fasta")
with open("outfile.fa", "w") as f:
    for r, s in zip(records,newSequences_ok):
        f.write(r.seq.seq.split('\n')[0] + '\n')
        f.write(s + '\n')

如果没有（即使它确实如此） - 你真的需要阅读Biopython的工作原理。您将SeqIO.parse视为直接返回文件行的内容。相反，它返回SeqRecord个具有seq属性的对象，这些对象返回Seq个对象，这些对象本身有两个属性，一个seq属性（这是你想要的）和一个alphabet属性。在尝试修改之前，您应该专注于能够提取您感兴趣的信息。

使用Biopython更改fasta文件中的DNA序列

1 个答案: