python实现DNA序列字符串转换，互补链，反向链，反向互补链

Posted 2020-12-05 青蛙快飞

 

在生物信息学分析中，经常对DNA序列进行一系列操作，包括子序列截取，互补序列获取，反向序列获取，反向互补序列获取。在python语言中，可编写如下函数完成这些简单功能。

子序列截取

python中对序列截取使用字符串切片功能就可以完成，例如：

>>> seq="ATGATATAGtatatatgCAAGAGg"
>>> subseq = seq[1:6]
>>> subseq
"TGATA"

 

注意，切片操作是“0-base”的，包左不包右。

互补序列获取

比较常见的做法是定义一个碱基替换字典，如下所示：

def complement(s)：
    basecomplemt = {
         "A":"T",
          "T":"A",
          "G":"C",
          "C":G",
          "a":"t",
          "t":"a",
          "g":"c",
          "c":"g",
          }
    letters = list(s)
    letters = [basecomplement[base] for base in letters]
    return ‘‘.join(letters)

 

使用python3字符串使用的translate方法

def complement(seq):
    return seq.translate(str.maketrans(‘ACGTacgtRYMKrymkVBHDvbhd‘, ‘TGCAtgcaYRKMyrkmBVDHbvdh‘))

 

或python2 string包中的maketrans方法

from string import maketrans

def complement(seq):
    return seq.translate(maketrans(‘ACGTacgtRYMKrymkVBHDvbhd‘, ‘TGCAtgcaYRKMyrkmBVDHbvdh‘))

 

反向互补序列获取

def revcomp(seq): 
    return complement(seq)[::-1]

参考资料

DNA反向互补序列获取