Question

我必须将DNA序列的互补序列翻译成氨基酸

TTTCAATACTAGCATGACCAAAGTGGGAACCCCCTTACGTAGCATGACCCATATATATATATATA
TATATATATATATATGGGTCATGCTACGTAAGGGGGTTCCCACTTTGGTCATGCTAGTATTGAAA
+1 TyrIleTyrIleTyrGlySerCysTyrValArgGlyPheProLeuTrpSerCysStpTyrStp
+2 IleTyrIleTyrMetGlyHisAlaThrOc*GlyGlySerHisPheGlyHisAlaSerIleglu
+3 TyrIleTyrIleTrpValMetLeuArgLysGlyValProThrLeuValMetLeuValLeuLys

第一个序列是正常序列，
第二个是互补序列，
具有+1的那个是对应于我的互补序列的氨基酸序列
具有+2的那个是对应于从第二碱基开始的互补序列的氨基酸序列
具有+3的那个是对应于以第三碱基开始的互补序列的氨基酸序列

我已经尝试了下一个代码来获得我的结果，但所以我得到了一个补充的seq。没有分裂。

seq = "CCGGAAGAGCTTACTTAG"
basecomplement = {'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'}

def translate(seq):

    x = 0
    aaseq = []
    while True:
        try:
            aaseq.append(basecomplement[seq[x:x+1]])
            x += 1

        except (IndexError, KeyError):
            break
    return aaseq

for frame in range(1):
    #print(translate(seq[frame:]))

    rseqn= (''.join(item.split('|')[0] for item in translate(seq[frame:])))

    rseqn = list(rseqn)
    rseqn.reverse()

    print( rseqn)

有人可以帮助我获得我的结果吗？

Answer 1

好像你已经采用了一些代码并尝试使用它而根本不了解它的作用。如果您阅读linked question，您会注意到该问题中的海报上有一个由|分隔的氨基酸代码字典字典。对split的调用是提取每个代码字符串的第二部分，例如来自"F|Phe"您希望得到"Phe"，这就是为什么海报需要split。你没有那些类型的字符串，所以你不应该使用那部分代码。

我将推荐使用BioPython的joaquin建议，因为它显然是适合这项工作的工具，但出于学习目的：您需要知道的第一件事是您要完成四项任务：

计算DNA碱基序列的反向互补序列
将反向互补序列分成3个碱基的组
将每个组转换为氨基酸代码
将氨基酸代码组合成一个字符串

链接答案中的代码不处理第一步。为此，您可以使用Python字符串对象的translate方法。首先，您使用maketrans生成将映射key =＆gt;的翻译词典。值，

basecomplement = str.maketrans({'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'})

然后你可以写一个方法来产生反向补码，

def reverse_complement(seq):
    return seq.translate(basecomplement)[::-1]

joaquin关于另一个问题的答案的translate方法实现了步骤2和3.使用itertools中的grouper配方实际上可以更有效地完成。首先，你需要一个字典映射基础三联体到氨基酸，

amino_acids = {'TAT': 'Tyr', ...}

然后你可以用它来转换任何碱基序列，

amino_acids[''.join(a)] for a in zip(*([iter(rseq)]*3))

作为解释，zip(*([iter(rseq)]*3))一次对三个角色进行分组。但它确实是元组，而不是字符串，例如对于'TATATA'，你得到('T', 'A', 'T'), ('A', 'T', 'A')，所以你需要加入每个元组来创建一个字符串。这就是''.join(a)的作用。然后在氨基酸表中查找字符串，由amino_acids[...]完成。

最后，您需要将所有生成的氨基酸代码连接在一起，这可以通过外部''.join(...)来完成。所以你可以定义一个这样的方法：

def to_amino_acids(seq):
    return ''.join(amino_acids[''.join(a)] for a in zip(*([iter(rseq)]*3)))

请注意，除非.split('|')字典包含由amino_acids分隔的多个表示，否则您不需要|。

最后，为了将碱基转换为氨基酸的三种不同方法（即三个框架），你可以使用类似于joaquin答案中最后一个循环的东西，

rseq = reverse_complement(seq)
for frame in range(3):
    # print the frame number
    print('+', frame+1, end=' ')
    # translate the base sequence to amino acids and print it
    print(to_amino_acids(rseq[frame:]))

请注意，此循环运行三次次，以打印三个不同的帧。如果你想让它运行一次就没有意义了。

Answer 2

使用：

for frame in range(1):
    rseqn = reversed([item for item in translate(seq[frame:])])
    rseqn = ''.join(rseqn)

    print(rseqn)

这会产生正确的互补（反向）安全性：

CTAAGTAAGCTCTTCCGG

请注意，您不需要for循环（当前实际上无效）确定DNA或RNA互补序列，因为这与翻译框架无关。

尽管如此，我必须强调，如果您开始将BioPython用于Bioinformatic任务， ALL 您的代码可以简化为四行：

>>> from Bio import SeqIO
>>> from Bio.Alphabet import NucleotideAlphabet
>>> dna = SeqIO.Seq("CCGGAAGAGCTTACTTAG", NucleotideAlphabet())
>>> dna.reverse_complement()
Seq('CTAAGTAAGCTCTTCCGG', NucleotideAlphabet())
>>>

Answer 3

我已经清理了一下代码：

seq = "CCGGAAGAGCTTACTTAG"
basecomplement = {'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'}

def translate(seq):
    aaseq = []
    for character in seq:
        aaseq.append(basecomplement[character])
    return aaseq

for frame in range(1):
    rseqn= (''.join(item.split('|')[0] for item in translate(seq[frame:])))
    rseqn = rseqn[::-1]
    print( rseqn)

看看这是否适合你。

您正在做的是将rseqn转换为列表，反转列表并打印列表。我编写的代码从未将rseqn转换为列表。 rseqn最初是一个字符串，行rseqn = rseqn[::-1]为你反转字符串。所以，最后，你打印的是一个字符串，而不是一个列表，因此，没有分裂。

寻找DNA序列的互补序列

3 个答案: