我有一个DNA序列,想用Python得到它的反向补体。它位于CSV文件的某一列中,我想将其反向补码写入同一文件中的另一列。棘手的是,有几个单元格除了a、T、G和C之外还有其他内容。我用这段代码得到了反补码:
def complement(seq):
complement = {'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'}
bases = list(seq)
bases = [complement[base] for base in bases]
return ''.join(bases)
def reverse_complement(s):
return complement(s[::-1])
print "Reverse Complement:"
print(reverse_complement("TCGGGCCC"))
然而,当我试图找到补语词典中不存在的项时,使用下面的代码,我只得到最后一个基的补语。它不会迭代。我想知道怎样才能修好它。
def complement(seq):
complement = {'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'}
bases = list(seq)
for element in bases:
if element not in complement:
print element
letters = [complement[base] for base in element]
return ''.join(letters)
def reverse_complement(seq):
return complement(seq[::-1])
print "Reverse Complement:"
print(reverse_complement("TCGGGCCCCX"))
一般来说,生成器表达式比原始代码简单,并且避免创建额外的列表对象。如果可以有多个字符插入,请使用其他答案。
字典的
get
方法允许您在键不在字典中时指定默认值。作为一个预处理步骤,我会将所有非“ATGC”基映射到单个字母(或标点符号或数字,或在序列中不显示的任何内容),然后反转序列,然后将单个字母替换为原始字母。或者,您可以先反转它,然后搜索并用ins
替换像sni
这样的内容。其他的答案都很好,但是如果你打算处理真正的DNA序列,我建议你Biopython。如果遇到诸如“-”、“*”或不确定的字符怎么办?如果你想对你的序列做进一步的操作呢?是否要为每个文件格式创建解析器?
您要求的代码非常简单,如:
现在,如果要执行其他转换:
输出
如果遇到奇怪的字符,就不必一直在程序中添加代码。Biopython处理它:
相关问题 更多 >
编程相关推荐