正则表达式匹配无法使用Pyteomics解析器处理简单字符串

Question

我正在对人类蛋白质组进行电子消化，这意味着我试图在某个位置切割每个蛋白质的氨基酸序列。我正在我创建的一个更大的函数中使用Pyteomics解析器函数Pyteomics Parser

我得到这个错误： Pyteomics错误：Pyteomics错误，消息：“不是有效的modX序列：{'sequence'：'AKDEVQKN'}”

但是，我不确定AKDEVQKN与modX_Requence编译器的不匹配程度：

_modX_sequence = re.compile(r'^([^-]+-)?((?:[^A-Z-]*[A-Z])+)(-[^-]+)?$')

根据我对这个正则表达式的理解，它应该找到任何不以（-）开头并后跟一系列字母字符的字符串

这是我正在尝试使用的函数

import re
import pyteomics
from pyteomics import fasta, parser
def ButcherShop(df, target, rule,min_length=7,exception=None,max_legnth=100, pH=2.0):
>     raw = df[target]
>     unique_peptides = set()
>     for peptide in raw:
>         new_peptides = parser.cleave(peptide, rule=rule,min_length=min_length,exception=exception)
>         unique_peptides.update(new_peptides)
>     print(f'Done,{len(unique_peptides)} sequences of >= 7 amino acids!')
>     pep_dic = [{'sequence': i} for i in unique_peptides]
>     for peptides in pep_dic:
>         pep_dic['parsed_sequence'] = parser.parse(peptides,show_unmodified_termini=False)
>         pep_dic['xlength'] = len(peptides)
>         pep_dic['charge'] = int(round(electrochem.charge(peptides, pH=pH)))
>         pep_dic['mass']=int(round(Peptide_mass(peptides)))
>     pep_dic = [peptide for peptide in pep_dic if peptide['length'] <= int(max_length)]
>     pep_df = pd.DataFrame.from_dict(pep_dic)
>     return unique_peptides,pep_dic,pep_df

感谢您提供有关如何解决此问题的任何见解

**更新：如果我在不同的集合上运行，我会得到相同的错误，这可能表明是库本身

错误屏幕截图：

Answer 1

在我运行解析器之前，尝试使用它们的有效函数测试所有肽。我在字符串中找不到任何false。我现在正在研究它们的功能或我自己的功能

> for peptide in menu["Peptide"]:
>     x=parser.valid(peptide)
>     if x == False:
>         print(peptide)
>         break
>     else:
>         print(x)