在 biopython 中使用 pairwise2 匹配的残基索引

【问题标题】：index of the residue matched using pairwise2 in biopython在 biopython 中使用 pairwise2 匹配的残基索引
【发布时间】：2025-12-22 15:00:10
【问题描述】：

我有兴趣了解在 python 中使用pairwise2 匹配字符串的残基索引。

例如我有两个字符串

A:' EEEEE      HHH     HHH             EEEEE'

和

B: 'EEE       EEEE       HHH'

使用以下代码：

from Bio import pairwise2
from Bio.pairwise2 import format_alignment

alignment = pairwise2.align.localdc(A,B, matrix,gap_function_1,gap_function_2)

我得到的对齐方式之一是：

EEE-------EE---      HHH     HHH             EEEEE
|||       ||   |||||||||
EEE       EEEE       HHH--------------------------
  Score=29.6

我想从 seq A 中获取与 seq B 匹配的所有 Es、Hs 和 ' ' 的匹配索引。

我该怎么做？

【问题讨论】：

标签： python string alignment biopython pairwise

【解决方案1】：

我认为A 中的第一个空格是错字？否则对齐方式会有所不同。

所以，假设：

A = 'EEEEE      HHH     HHH             EEEEE'
B = 'EEE       EEEE       HHH'

alignment = """EEE-------EE---      HHH     HHH             EEEEE
|||       ||   |||||||||
EEE       EEEE       HHH--------------------------
  Score=29.6"""

我们可以写一个函数compare():

def compare(align, matches, original):
    result = []
    index = -1
    for char, match in zip(align, matches):
        if char == '-':
            index += 0
        else:
            index += 1
        if match == '|':
            assert original[index] == char
            result.append(index)
    return result

然后

align_A, matches, align_B, score = alignment.splitlines()
print(compare(align_A, matches, A))

给[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]。快速的视觉检查证实了这一点：A 的前 14 个字符匹配（5 个Es、6 个空格和 3 个Hs）。和

print(compare(align_B, matches, B))

给[0, 1, 2, 10, 11, 15, 16, 17, 18, 19, 20, 21, 22, 23]。

【讨论】：