使用 Biopython 按坐标删除序列

Question

你好

我有一个序列，例如：

record_dict = SeqIO.to_dict(SeqIO.parse("sequence.fasta", "fasta"))

>sequence1 
AAACCCGGGTTTAAACCCGGGTTTGGGTTTGGG

我从这个序列中知道如何选择具有坐标的特定部分：

print(record_dict[sequence1].seq[coordinate_start:coordinate_end])
print(record_dict[sequence1].seq[3:7])

我得到：

CCCGG

但是如果我想从

中删除这部分

>sequence1 
AAACCCGGGTTTAAACCCGGGTTTGGGTTTGGG 

得到

>sequence1 
AAACGTTTAAACCCGGGTTTGGGTTTGGG

有人有想法吗？

感谢您的帮助

这里有一个更好的例子

ACCGCTTTGAATCCGAGCTAG
           ---- ----

我想删除 2 个部分：

TCCG和GCTA对应的坐标

11:14 和 16:19

最后我想删除两者并得到：

>seq
ACCGCTTTGAAAG

Answer 1

你可以把你想要的两个部分加在一起：

sequence_1 = 'AAACCCGGGTTTAAACCCGGGTTTGGGTTTGGG'
sequence_1a = sequence_1[:4]
sequence_1b = sequence_1[8:]
sequence_2 = sequence_1a + sequence_1b
print(sequence_2)

>>> AAACGTTTAAACCCGGGTTTGGGTTTGGG

请注意，我已将 1 添加到您的两个索引中，以便删除正确的部分。

如果您想对多个部分执行此操作，可以通过循环列表来执行此操作：

sequence_1 = 'ACCGCTTTGAATCCGAGCTAG'
indexes_to_delete = [(11, 14), (16, 19)]
output_sequence = ''
start_value = 0
for start_delete, end_delete in indexes_to_delete:
    output_sequence += sequence_1[start_value: start_delete]
    start_value = end_delete
output_sequence += sequence_1[start_value:]
print(output_sequence)

>>> ACCGCTTTGAAGAAG