在DNA序列文件中特定位置替换核苷酸

Question

我有一个fasta文件，还有一个文件里面包含了位置的信息。我想在每个序列的特定位置用一个默认值来替换，比如说，我的位置文件看起来像这样：a/c 120，而我的替换表是把a/c替换成W，所以我想得到一个新的fasta文件，把位置120的内容替换成w。

这个程序是用Python写的。

现在第一个问题是，我无法找到正确的位置。例如，如果我用my_seq_id[0:3]，我得到的是序列的名字，而不是序列本身。我的位置文件看起来像这样：

id1 219 A/C

from Bio import SeqIO
import sys
import string
userInput1=raw_input("enter your sequence:")
userInput2=raw_input('enter your position file:')
fasta_file=userInput1
position_file=userInput2
result_file="outfile.txt"
id_list=list()
position_list=list()
nucleotide_list=list()
with open(position_file) as f:
    for line in f:
        line=line.strip()
        headerline = line.split()
        position=headerline[1]
        ID=headerline[0]
        nucleotide=headerline[2]
        nucleotide_list.add(nucleotide)
        position_list.add(position)
        id_list.add(ID)
fasta_sequence=SeqIO.parse(open(fasta_file), 'fasta')
with open(result_file, 'w') as f:
    if seq_record.id in wanted and nucleotide_list="A/C":
        seq_record[position_list]="W\n"
        SeqIO.write([seq_record], f, "fasta")

Answer 1

你的代码有点让人困惑，应该不是这样：

fasta_sequence=SeqIO.parse(open(fasta_file), 'fasta')
with open(result_file, 'w') as f:
    if seq_record.id in wanted and nucleotide_list="A/C":
        seq_record[position_list]="W\n"
        SeqIO.write([seq_record], f, "fasta")

而是这样：

fasta_sequence=SeqIO.parse(open(fasta_file), 'fasta')
with open(result_file, 'w') as f:
    if fasta_sequence[j].id in wanted and nucleotide_list[i]=="A/C":
        fasta_sequence[j].seq[position_list]="W\n"
        SeqIO.write([fasta_sequence[j]], f, "fasta")

这里用i作为一个计数器来遍历nucleotide_list，用j来遍历fasta_sequence。

你也可以这样遍历fasta_sequence：

for record in SeqIO.parse(StringIO(data), "fasta"):
    print("%s %s" % (record.id, record.seq))

这里id是每个元素的标识符，seq是它的序列。

---- 更新 ----

我想我明白你想做什么了，就是遍历文件中的每一条记录，检查id是否匹配，然后在那个位置更改序列，应该这样做：

#goes through each record in the file
for record in SeqIO.parse(StringIO(data), "fasta"):
    # check if id is wanted
    if record.id in id_list:
        # get list of every item in id_list that matches record.id
        positions_of_id_in_id_list = [i for i, j in enumerate(id_list) if j == record.id]
        for elem_position_lists in positions_of_id_in_id_list:
            # I think here you want to write the new record in the correct position (substitute "W\n" with new item. Maybe nucleotide[elem_position_lists]?)
            record.seq[position_list[elem_position_lists]] = "W\n"
# write new file
SeqIO.write(fasta_sequence, f, "fasta")