我有以下顺序:
seq = [['ATG','ATG','ATG','ATG'],['GAC','GAT','GAA','CCT'],['GCC','GCG','GCA','GCT']]
这是一个字典键,用于存储每个密码子的氨基酸值(Triplet碱基如ATG, GCT
等)。
aminoacid = {'TTT' : 'F','TTC' : 'F','TTA' : 'L','TTG' : 'L','CTT' : 'L','CTC' : 'L','CTA' : 'L','CTG' : 'L','ATT' : 'I','ATC' : 'I','ATA' : 'I','ATG' : 'M','GTT' : 'V','GTC' : 'V','GTA' : 'V','GTG' : 'V','TCT' : 'S','TCC' : 'S','TCA' : 'S','TCG' : 'S','CCT' : 'P','CCC' : 'P','CCA' : 'P','CCG' : 'P','ACT' : 'T','ACC' : 'T','ACA' : 'T','ACG' : 'T','GCT' : 'A','GCC' : 'A','GCA' : 'A','GCG' : 'A','TAT' : 'Y','TAC' : 'Y','TAA' : 'STOP','TAG' : 'STOP','CAT' : 'H','CAC' : 'H','CAA' : 'Q','CAG' : 'Q','AAT' : 'N','AAC' : 'N','AAA' : 'K','AAG' : 'K','GAT' : 'D','GAC' : 'D','GAA' : 'E','GAG' : 'E','TGT' : 'C','TGC' : 'C','TGA' : 'STOP','TGG' : 'W','CGT' : 'R','CGC' : 'R','CGA' : 'R','CGG' : 'R','AGT' : 'S','AGC' : 'S','AGA' : 'R','AGC' : 'R','GGT' : 'G','GGC' : 'G','GGA' : 'G','GGG' : 'G'}
正如可以看到的,几个密码子可以编码相同的氨基酸(例如GGT,GGC,GGA, GGG etc all code for Glycine (G)
)。这些是同义词(PSyn),如果密码子编码不同的氨基酸,则它们是非同义词(PNonsyn)
在此代码中,我需要执行以下操作:
对于列表列表中的每个元素,如果碱基发生变化并且它们都编码相同的氨基酸,则将PSyn的计数增加1并且如果它编码不同的氨基酸增量计数PNonsyn由1
在这里,
ATG all code for M #However, all are ATG's no change in bases. So no increment in count
GAC, GAT for D; GAA for E; and CCT for P #Codes for three different amino acids, increment count by 1
GGT,GGC,GGA, GGG for G #Different bases but all code for same amino acids, increment count by 1
输出:
CountPsyn = 1
CountPNonsyn = 1
生成与上述序列对应的氨基酸列表。这样:
Output : ['ATG','nonsyn','G'] #For sites with different aminoacids, the list should say nonsyn and for sites which had identical bases it should list the bases
我需要帮助修改以下代码才能使程序正常工作。我对如何从字典中调用值并对所有元素进行检查没有信心。 代码尝试:
countPsyn = 0
countPnonsyn = 0
listofaa =[]
for i in seq:
for base, value in enumerate(i):
if value[i] == value[i+1]: #eg. ['ATG','ATG','ATG','ATG']
listofaa.append(value)
if value[i] != value[i+1]:
if aminoacid[value][i] == aminoacid[value][i+1]: #eg.['GCC','GCG','GCA','GCT']
countPsyn =+ 1
listofaa.append(aminoacid)
else: #eg. ['GAC','GAT','GAA','CCT']
countPnonsyn =+ 1
listofaa.append('nonsyn')
File Output can be found [here][1] https://eval.in/669107
答案 0 :(得分:1)
这是我对解决方案的准备。
aminoacid = {'GCC': 'A' ,'TTT' : 'F','TTC' : 'F','TTA' : 'L','TTG' : 'L','CTT' : 'L','CTC' : 'L','CTA' : 'L','CTG' : 'L','ATT' : 'I','ATC' : 'I','ATA' : 'I','ATG' : 'M','GTT' : 'V','GTC' : 'V','GTA' : 'V','GTG' : 'V','TCT' : 'S','TCC' : 'S','TCA' : 'S','TCG' : 'S','CCT' : 'P','CCC' : 'P','CCA' : 'P','CCG' : 'P','ACT' : 'T','ACC' : 'T','ACA' : 'T','ACG' : 'T','GCT' : 'A','GCG' : 'A','GCA' : 'A','GCG' : 'A','TAT' : 'Y','TAC' : 'Y','TAA' : 'STOP','TAG' : 'STOP','CAT' : 'H','CAC' : 'H','CAA' : 'Q','CAG' : 'Q','AAT' : 'N','AAC' : 'N','AAA' : 'K','AAG' : 'K','GAT' : 'D','GAC' : 'D','GAA' : 'E','GAG' : 'E','TGT' : 'C','TGC' : 'C','TGA' : 'STOP','TGG' : 'W','CGT' : 'R','CGC' : 'R','CGA' : 'R','CGG' : 'R','AGT' : 'S','AGC' : 'S','AGA' : 'R','AGC' : 'R','CGT' : 'G','GGC' : 'G','GGA' : 'G','GGG' : 'G',}
seq = [['ATG','ATG','ATG','ATG'],['GAC','GAT','GAA','CCT'],['GCC','GCG','GCA','GCT']]
Psyn = 0;
PNonsyn = 0;
output = [];
#loop through each list in your list of list
for sublist in seq:
acids = [aminoacid[base] for base in sublist]
if len(set(acids)) != 1: #if there are different amino acids, then nonsync
output.append('nonsync')
PNonsyn += 1
else: #if same amino acid
if len(set(sublist)) == 1: #if same base
output.append(sublist[0]);
else: #if not same base
output.append(acids[0]);
Psyn += 1
print "Psyn = "+ str(Psyn)
print "PNonsyn = "+ str(PNonsyn)
print output
不可否认,这不是对代码的修改,但是有一个巧妙的技巧可以使双for
循环无效。给定列表mylist
,您可以通过调用set(mylist)
找到列表中的所有唯一元素。 E.g。
>>> a = ['AGT','AGT','ACG']
>>> set(a)
set(['AGT', 'ACG'])
>>> len(set(a))
2