从多个序列对齐器输出相同的列

Question

你好。我正在编写一个函数来查找对齐的相同列，然后将这些列存储在字典中，这样键应该是列（作为字符串），而值是一个包含列索引的列表。我有点困难。我当前的代码只能进行一个对齐：

from Bio.Align import MultipleSeqAlignment
from Bio.Alphabet import IUPAC, Gapped, generic_dna
from Bio.Seq import Seq
from Bio.SeqRecord import SeqRecord
align1 = MultipleSeqAlignment([
          SeqRecord(Seq("ACTGCTAGCTAG", generic_dna), id="Alpha"),
          SeqRecord(Seq("ACT-CTAGCTAG", generic_dna), id="Beta"),
          SeqRecord(Seq("ACTGCTAGDTAG", generic_dna), id="Gamma"),
      ])
print align1.format("phylip")

我不知道怎么从这里开始。在

输出应该是一个字典，包含相同列的对齐方式作为键，相同列的索引作为值。在

Answer 1

您可以使用align1[:,index]访问列。在

要创建字典，请使用以下循环：

dict = {}
for i in range(0,align1.get_alignment_length()):
   if align1[:,i] in dict:
      dict[align1[:,i]].append(i)
   else:
      dict[align1[:,i]] = [i]

Answer 2

由于我的分数太低，无法对上面user1的响应进行投票，但这是访问MSA列的正确方法。在

使用AlignIO读取对齐：

align1 = AlignIO.read(open("alignment.aln"), "clustal")

然后按照user1的帖子中的描述创建字典。在

然后，您可以访问MSA的列，从而：

align1[0:1,0:10]

其中第一个索引（0:1）将给出路线的第一条线，第二个索引（0:10）将给出路线的前10个位置。在