biopython Sequence相关
Posted chaimy
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了biopython Sequence相关相关的知识,希望对你有一定的参考价值。
1.构建Seq()对象
from Bio.Seq import Seq
myseq = Seq("AGTACACTCA")
print(myseq) #AGTACACTCA
print(type(myseq)) #<class \'Bio.Seq.Seq\'>
注:Seq()对象与标准python字符串不同。
2.Seq对象支持的方法
2.1 seq()与标准python字符串均支持字符的遍历/长度计算/获取/截取/连接、.count()检索特定字符、.join()、字母大小写转换
for i, letter in enumerate(myseq):
print(i, letter)
print(len(myseq)) #10
print(myseq[0]) #A
print(myseq[0::2]) #ATCCC
print(myseq[::-1]) #ACTCACATGA
print(myseq + Seq("AGTAA")) #AGTACACTCAAGTAA
print(myseq.count("CA")) #2
print(myseq.lower()) #agtacactca
输出结果
0 A
1 G
2 T
3 A
4 C
5 A
6 C
7 T
8 C
9 A
10
A
ATCCC
2
2.2 计算seq对象的GC含量
from Bio.SeqUtils import GC
print(GC(myseq)) #40.0
注:biopython 1.80及之后的版本将求GC含量的函数GC改为了gc.fraction
"""
biopython 1.80及之后的版本将求GC含量的函数GC改为了gc.fraction
Bio.SeqUtils.gc_fraction(seq, ambiguous=\'remove\')
返回的序列G+C百分比在0和1之间浮动
Ambiguous核苷酸指的是ATCGSW (S is G or C, and W is A or T)以外的
若ambiguous=\'remove\'(默认),计算GCS在由ATCGSW组成的序列中所在比例
若ambiguous=\'ignore\',计算GCS在由Ambiguous和unAmbiguous核苷酸组成的序列中所在比例
若ambiguous=\'weighted\',在计算歧义核苷酸是会使用平均值,如G and C记为1, N and X记为0.5
"""
from Bio.SeqUtils import gc_fraction
print(gc_fraction(myseq)) #0.4
2.3 将Seq对象转换为字符串
myseq1 = Seq("CACTCA")
print(str(myseq1))
print(">name\\n%s\\n" % myseq1)
输出结果
CACTCA
>name
CACTCA
2.4 获取核苷酸Seq对象的互补序列
myseq2 = Seq("CGATAA")
print(myseq2.complement()) #GCTATT
print(myseq2.reverse_complement()) #TTATCG
2.5 转录
coding_seq = Seq("GCAATCGAT")
template_seq = coding_seq.reverse_complement()
print(template_seq) #ATCGATTGC
messenger_seq = coding_seq.transcribe() #转录
print(messenger_seq) #GCAAUCGAU
back_messenger_seq = messenger_seq.back_transcribe() #反转录
print(back_messenger_seq) #GCAATCGAT
以上是关于biopython Sequence相关的主要内容,如果未能解决你的问题,请参考以下文章