Ошибка в биографии.Функция SeqUtils.molecular_weight() для печати последовательностей в интервале молекулярного веса

ProgramBox

Ошибка в биографии.Функция SeqUtils.molecular_weight() для печати последовательностей в интервале молекулярного веса

Post author:admin
Запись опубликована:3 января, 2022
Post category:Вопросы по программированию

#python #sequence #biopython #fasta

#питон #последовательность #биопитон #фаста

Вопрос:

Я пытаюсь создать функцию в python, которая с учетом (не)неоднозначной последовательности и интервала молекулярного веса возвращает список всех однозначных последовательностей, представленных последовательностью. Я попробовал это сделать со следующим кодом:

 def extend_ambiguous_dna(file_name, mw_min, mw_max):  with open(file_name) as seq_file:  for record in SeqIO.parse(seq_file, "fasta"):  d = Seq.IUPACData.ambiguous_dna_values  mol_weight= Bio.SeqUtils.molecular_weight(record.seq)  for mol_weight in range(mw_min,mw_max):  print(list(map("".join, product(*map(d.get, record)))))  extend_ambiguous_dna('short.fasta')

Когда я запускаю это, я получаю эту ошибку для функции molecular_weight: «D» не является допустимой однозначной буквой для ДНК.

Это мой файл fasta с именем «short.fasta».:

 gt;seq_7009 random sequence DGRGGGWAVCVAACGTTGAT gt;seq_418 random sequence GAGCTGVTATST gt;seq_9143_unamb random sequence ACCGTTAAGCCTTAG gt;seq_2888 random sequence RVCCWDGARATAGBCGC gt;seq_1101 random sequence CSAATGYGATNBTA gt;seq_107 random sequence WGDGHGCDCTYANGTTWCA gt;seq_6946 random sequence TCVMBRAGRSGTCCAWA gt;seq_6162 random sequence YWBGCKTGCCAAGCGCDG gt;seq_504 random sequence ADDTAACCCTCTTKA gt;seq_3535 random sequence KKGTACACCAG gt;seq_4077 random sequence SRWSCRTTRVAGDCC gt; seq_1626_unamb random sequence GGATATTACCTA

Я новичок в Python, но надеюсь, что кто-нибудь сможет мне помочь.

1. Пожалуйста, обновите свой код, чтобы включить необходимый импорт. Пожалуйста, также предоставьте образец файла fasta, который генерирует ошибку. Как бы то ни было, я не могу воспроизвести проблему.

2. Хорошо. «Д» — двусмысленная буква для ДНК. Таким образом, невозможно определить молекулярный вес для последовательности, содержащей D. Какой результат вы хотите получить? Я не понимаю, что вы пытаетесь вычислить с помощью внутреннего цикла for.

3. Я преобразую неоднозначные последовательности в однозначные с помощью списка(карта(«».присоединиться, продукт(*карта(d.получить, записать)))). Затем мне нужно рассчитать молекулярную массу. И затем я хочу, чтобы все возможные последовательности имели молекулярный вес в пределах определенного интервала, который вы укажете. Возможно, цикл for должен быть оператором if, но я не уверен.

Ответ №1:

Одна из проблем заключается в том, что сначала вы пытаетесь вычислить вес для неоднозначной последовательности: mol_weight= Bio.SeqUtils.molecular_weight(record.seq) . Это не может сработать. Вы даже не используете результат mol_weight , так как строка for mol_weight in range(mw_min,mw_max): фактически перезаписывает значение mol_weight .

То, что ты хочешь сделать, это

Рассчитайте вес для каждой созданной однозначной последовательности
Возвращайте только те последовательности с весом между mw_min и mw_max .

 from itertools import product  import Bio from Bio import SeqUtils, SeqIO from Bio.Data import IUPACData   def extend_ambiguous_dna(file_name, mw_min, mw_max):  with open(file_name) as seq_file:  for record in SeqIO.parse(seq_file, "fasta"):  d = IUPACData.ambiguous_dna_values  print(record.seq)  ambiguous_dna = list(map("".join, product(*map(d.get, record))))  result = {}  for seq in ambiguous_dna:  weight = Bio.SeqUtils.molecular_weight(seq)  if mw_min lt;= weight lt;= mw_max:  result[seq] = weight  print(result)   if __name__ == '__main__':  extend_ambiguous_dna("short.fasta", 0, 10000000)

Выход:

 DGRGGGWAVCVAACGTTGAT {'AGAGGGAAACAAACGTTGAT': 6303.052399999999, 'AGAGGGAAACCAACGTTGAT': 6279.027699999999, 'AGAGGGAAACGAACGTTGAT': 6319.051799999999, 'AGAGGGAACCAAACGTTGAT': 6279.027699999999, 'AGAGGGAACCCAACGTTGAT': 6255.002999999999, 'AGAGGGAACCGAACGTTGAT': 6295.027099999999, 'AGAGGGAAGCAAACGTTGAT': 6319.051799999999, 'AGAGGGAAGCCAACGTTGAT': 6295.027099999999, 'AGAGGGAAGCGAACGTTGAT': 6335.051199999998, 'AGAGGGTAACAAACGTTGAT': 6294.039099999998, 'AGAGGGTAACCAACGTTGAT': 6270.014399999998, 'AGAGGGTAACGAACGTTGAT': 6310.038499999999, 'AGAGGGTACCAAACGTTGAT': 6270.014399999998, 'AGAGGGTACCCAACGTTGAT': 6245.989699999998, 'AGAGGGTACCGAACGTTGAT': 6286.013799999999, 'AGAGGGTAGCAAACGTTGAT': 6310.038499999999, 'AGAGGGTAGCCAACGTTGAT': 6286.013799999999, 'AGAGGGTAGCGAACGTTGAT': 6326.037899999999, 'AGGGGGAAACAAACGTTGAT': 6319.051799999999, 'AGGGGGAAACCAACGTTGAT': 6295.027099999999, 'AGGGGGAAACGAACGTTGAT': 6335.051199999998, 'AGGGGGAACCAAACGTTGAT': 6295.027099999999, 'AGGGGGAACCCAACGTTGAT': 6271.002399999999, 'AGGGGGAACCGAACGTTGAT': 6311.026499999998, 'AGGGGGAAGCAAACGTTGAT': 6335.051199999998, 'AGGGGGAAGCCAACGTTGAT': 6311.026499999998, 'AGGGGGAAGCGAACGTTGAT': 6351.050599999999, 'AGGGGGTAACAAACGTTGAT': 6310.038499999999, 'AGGGGGTAACCAACGTTGAT': 6286.013799999999, 'AGGGGGTAACGAACGTTGAT': 6326.037899999999, 'AGGGGGTACCAAACGTTGAT': 6286.013799999999, 'AGGGGGTACCCAACGTTGAT': 6261.989099999999, 'AGGGGGTACCGAACGTTGAT': 6302.013199999999, 'AGGGGGTAGCAAACGTTGAT': 6326.037899999999, 'AGGGGGTAGCCAACGTTGAT': 6302.013199999999, 'AGGGGGTAGCGAACGTTGAT': 6342.0373, 'GGAGGGAAACAAACGTTGAT': 6319.051799999999, 'GGAGGGAAACCAACGTTGAT': 6295.027099999999, 'GGAGGGAAACGAACGTTGAT': 6335.051199999998, 'GGAGGGAACCAAACGTTGAT': 6295.027099999999, 'GGAGGGAACCCAACGTTGAT': 6271.002399999999, 'GGAGGGAACCGAACGTTGAT': 6311.026499999998, 'GGAGGGAAGCAAACGTTGAT': 6335.051199999998, 'GGAGGGAAGCCAACGTTGAT': 6311.026499999998, 'GGAGGGAAGCGAACGTTGAT': 6351.050599999999, 'GGAGGGTAACAAACGTTGAT': 6310.038499999999, 'GGAGGGTAACCAACGTTGAT': 6286.013799999999, 'GGAGGGTAACGAACGTTGAT': 6326.037899999999, 'GGAGGGTACCAAACGTTGAT': 6286.013799999999, 'GGAGGGTACCCAACGTTGAT': 6261.989099999999, 'GGAGGGTACCGAACGTTGAT': 6302.013199999999, 'GGAGGGTAGCAAACGTTGAT': 6326.037899999999, 'GGAGGGTAGCCAACGTTGAT': 6302.013199999999, 'GGAGGGTAGCGAACGTTGAT': 6342.0373, 'GGGGGGAAACAAACGTTGAT': 6335.051199999998, 'GGGGGGAAACCAACGTTGAT': 6311.026499999998, 'GGGGGGAAACGAACGTTGAT': 6351.050599999999, 'GGGGGGAACCAAACGTTGAT': 6311.026499999998, 'GGGGGGAACCCAACGTTGAT': 6287.001799999998, 'GGGGGGAACCGAACGTTGAT': 6327.025899999999, 'GGGGGGAAGCAAACGTTGAT': 6351.050599999999, 'GGGGGGAAGCCAACGTTGAT': 6327.025899999999, 'GGGGGGAAGCGAACGTTGAT': 6367.049999999999, 'GGGGGGTAACAAACGTTGAT': 6326.037899999999, 'GGGGGGTAACCAACGTTGAT': 6302.013199999999, 'GGGGGGTAACGAACGTTGAT': 6342.0373, 'GGGGGGTACCAAACGTTGAT': 6302.013199999999, 'GGGGGGTACCCAACGTTGAT': 6277.9884999999995, 'GGGGGGTACCGAACGTTGAT': 6318.0126, 'GGGGGGTAGCAAACGTTGAT': 6342.0373, 'GGGGGGTAGCCAACGTTGAT': 6318.0126, 'GGGGGGTAGCGAACGTTGAT': 6358.036699999999, 'TGAGGGAAACAAACGTTGAT': 6294.039099999998, 'TGAGGGAAACCAACGTTGAT': 6270.014399999998, 'TGAGGGAAACGAACGTTGAT': 6310.038499999999, 'TGAGGGAACCAAACGTTGAT': 6270.014399999998, 'TGAGGGAACCCAACGTTGAT': 6245.989699999998, 'TGAGGGAACCGAACGTTGAT': 6286.013799999999, 'TGAGGGAAGCAAACGTTGAT': 6310.038499999999, 'TGAGGGAAGCCAACGTTGAT': 6286.013799999999, 'TGAGGGAAGCGAACGTTGAT': 6326.037899999999, 'TGAGGGTAACAAACGTTGAT': 6285.025799999999, 'TGAGGGTAACCAACGTTGAT': 6261.0010999999995, 'TGAGGGTAACGAACGTTGAT': 6301.025199999998, 'TGAGGGTACCAAACGTTGAT': 6261.0010999999995, 'TGAGGGTACCCAACGTTGAT': 6236.9764, 'TGAGGGTACCGAACGTTGAT': 6277.000499999998, 'TGAGGGTAGCAAACGTTGAT': 6301.025199999998, 'TGAGGGTAGCCAACGTTGAT': 6277.000499999998, 'TGAGGGTAGCGAACGTTGAT': 6317.024599999999, 'TGGGGGAAACAAACGTTGAT': 6310.038499999999, 'TGGGGGAAACCAACGTTGAT': 6286.013799999999, 'TGGGGGAAACGAACGTTGAT': 6326.037899999999, 'TGGGGGAACCAAACGTTGAT': 6286.013799999999, 'TGGGGGAACCCAACGTTGAT': 6261.989099999999, 'TGGGGGAACCGAACGTTGAT': 6302.013199999999, 'TGGGGGAAGCAAACGTTGAT': 6326.037899999999, 'TGGGGGAAGCCAACGTTGAT': 6302.013199999999, 'TGGGGGAAGCGAACGTTGAT': 6342.037299999998, 'TGGGGGTAACAAACGTTGAT': 6301.025199999998, 'TGGGGGTAACCAACGTTGAT': 6277.000499999998, 'TGGGGGTAACGAACGTTGAT': 6317.024599999999, 'TGGGGGTACCAAACGTTGAT': 6277.000499999998, 'TGGGGGTACCCAACGTTGAT': 6252.975799999998, 'TGGGGGTACCGAACGTTGAT': 6292.999899999999, 'TGGGGGTAGCAAACGTTGAT': 6317.024599999999, 'TGGGGGTAGCCAACGTTGAT': 6292.999899999999, 'TGGGGGTAGCGAACGTTGAT': 6333.023999999999} GAGCTGVTATST {'GAGCTGATATCT': 3740.3889000000004, 'GAGCTGATATGT': 3780.4130000000005, 'GAGCTGCTATCT': 3716.3642000000004, 'GAGCTGCTATGT': 3756.3883000000005, 'GAGCTGGTATCT': 3756.3883000000005, 'GAGCTGGTATGT': 3796.4124000000006} ACCGTTAAGCCTTAG {'ACCGTTAAGCCTTAG': 4631.958999999999} [...]