【发布时间】:2016-04-01 03:46:31
【问题描述】:
所以我有一个 FASTA 文件,其中包含多个需要翻译的序列(cDNA,因此我不需要搜索起始密码子)。我可以稍微清理一下,让它只打印出序列,但我似乎无法让它们翻译成蛋白质序列(我不想使用 BioPython)。非常感谢任何建议。
#Open the file for reading
FASTA=open('mRNA_database.fasta', 'r')
def readSeq(FASTA):
for line in FASTA:
if line.startswith('>'):
continue
line = line.strip()
#print(line)
g_code=dict()
g_code = {'ATA':'I', 'ATC':'I', 'ATT':'I', 'ATG':'M',
'ACA':'T', 'ACC':'T', 'ACG':'T', 'ACT':'T',
'AAC':'N', 'AAT':'N', 'AAA':'K', 'AAG':'K',
'AGC':'S', 'AGT':'S', 'AGA':'R', 'AGG':'R',
'CTA':'L', 'CTC':'L', 'CTG':'L', 'CTT':'L',
'CCA':'P', 'CCC':'P', 'CCG':'P', 'CCT':'P',
'CAC':'H', 'CAT':'H', 'CAA':'Q', 'CAG':'Q',
'CGA':'R', 'CGC':'R', 'CGG':'R', 'CGT':'R',
'GTA':'V', 'GTC':'V', 'GTG':'V', 'GTT':'V',
'GCA':'A', 'GCC':'A', 'GCG':'A', 'GCT':'A',
'GAC':'D', 'GAT':'D', 'GAA':'E', 'GAG':'E',
'GGA':'G', 'GGC':'G', 'GGG':'G', 'GGT':'G',
'TCA':'S', 'TCC':'S', 'TCG':'S', 'TCT':'S',
'TTC':'F', 'TTT':'F', 'TTA':'L', 'TTG':'L',
'TAC':'Y', 'TAT':'Y', 'TAA':'stop', 'TAG':'stop',
'TGC':'C', 'TGT':'C', 'TGA':'stop', 'TGG':'W'}
seq = readSeq(FASTA)
def aa_to_prt(seq, g_code):
prt = ''
for i in range(0, len(seq), 3):
codon = seq[i:i+3]
prt+= g_code[codon]
return prt
aa_to_prt(seq, g_code)
【问题讨论】:
-
看起来您的 readSeq 函数没有返回值。其余代码似乎工作正常
-
除了不返回值之外,它还不能正确连接行或正确处理多个序列。您可能想要识别每个序列,连接它,翻译它,然后继续下一个序列;您现在所做的一切(即使您返回行)正在翻译每一行。此外,您不是在寻找起始或终止密码子,因此如果您没有一组精选的核苷酸输入,这可能会变成乱码。如果这是一个真正的问题而不是家庭作业,那么没有理由避免使用可以处理这些和其他问题的 BioPython。
标签: bioinformatics fasta