Biopython翻译输出错误答案

【问题标题】：Biopython translate output errorBiopython翻译输出错误
【发布时间】：2014-02-11 17:51:57
【问题描述】：

我正在构建一个 bash 脚本，该脚本包含 grep 和小型 Python 脚本，最终能够在基因序列文件（fasta 格式）中搜索两个序列搜索字符串之间给定长度的序列字符串，并将这些序列翻译成肽。我的 bash 脚本使用两个 grep 函数，后跟一个 Biopython 脚本，该脚本打印与所需区域相对应的前几行。

grep -E -o "ATGAGTCTT(.*)TCAGTACG" search_script_testdata.fasta > ./output1.txt
grep -E -o "(.*)TCAGTACG" output1.txt > ./output2.txt

python print_int.py > ./output3.txt
python translate.py > ./output4.txt

代码在python translate.py之前有效。

from Bio.Seq import translate
for line in open("output3.txt"):
    translate(line)

translate.py 在 Python 中运行时的输出如下

Bio/Seq.py:1976：BiopythonWarning：部分密码子，len（序列）不是三的倍数。在翻译前显式修剪序列或添加尾随 N。这可能会成为未来的错误。 Biopython警告）

'LVS'

'SLD'

我希望生成的倒数第二个文件将包含信息

LVS

SLD

但是，当 bash 脚本运行时，只有警告/错误消息而不是两个氨基酸序列输出到屏幕，并且没有任何内容写入 output4.txt。氨基酸序列不应该以甲硫氨酸开头，甲硫氨酸是错误信息的来源。我需要这种格式的序列。任何有 Biopython 经验的人都可以帮忙并建议我如何仅将氨基酸序列输出到文件中吗？

编辑：我已经更改了 search_script_testdata.fasta 文件，因此预期的 output3.txt 文件将只有三行 ATGAGTCTT 转换为 MSL。

output3.txt

ATGAGTCTT ATGAGTCTT ATGAGTCTT

产生的错误和以前一样。

translate.py 是一个包含以下代码行的文件：

for line in open("output2.txt", "r"):
    print(line[:9])

这次我明白了

'MSL'

'MSL'

'MSL'

同样的错误信息。我的理解是，此代码应与设置的文件一起使用，以便每一行都有一串要翻译的基因组序列。在 biopython 食谱中有一个单独的方法来处理 fasta 文件格式的翻译。

有什么想法吗？

【问题讨论】：

向我们展示output3.txt的样本，以及print_int.py的脚本详情

标签： regex string bash translate biopython

【解决方案1】：

如果你的文件translate.py 真的是这样的：

from Bio.Seq import translate
    for line in open("output3.txt"):
    translate(line)

您不应期望将任何数据定向到标准输出并重定向到 output4.txt 文件。

将翻译后的序列打印到stdout:

print translate(line)

【讨论】：