Блог

Приветствую сообщество stackoverflow,

В настоящее время я изучаю модуль биоинформатики как часть биомедицинской степени (я в основном новичок в Python), и следующая задача требуется как часть задания по программированию на Python:

извлеките последовательности мотивов (аминокислотных последовательностей, то есть в основном строк, выражаясь программным языком, которые были вырезаны из алгоритмов, реализующих выравнивание нескольких последовательностей и последующее итеративное сканирование базы данных для генерации наиболее сохраненных последовательностей. Конечная идея состоит в том, чтобы вывести функциональную значимость из таких «мотивов»).

Эти мотивы хранятся в общедоступной базе данных в файлах, которые имеют несколько полей данных, соответствующих каждому белку (идентификатор uniprot, регистрационный номер, само выравнивание, хранящееся в файле hyperlink .seq), в настоящее время одно из которых представляет интерес в этой области. Поле данных называется «извлеченные наборы мотивов».

Мой вопрос заключается в том, как приступить к написанию скрипта, который, по сути, будет анализировать «строки мотивов» и выводить их в файл. Теперь я закодировал скрипт так, чтобы он выглядел следующим образом (я пока не записываю результаты в файлы):

 import os, re, sys, string 

printsdb = open('/users/spyros/folder1/python/PRINTSmotifs/prints41_1.kdat', 'r')

protname = None  
final_motifs = []

for line in printsdb.readlines():
 if line.startswith('gc;'):
        protname = line.lstrip()    
        #string.lower(name)  # convert to lowercase
        break

def extract_final_motifs(protname):

"""Extracts the sequences of the 'final motifs sets' for a PRINTS entry.
Sequences are on lines starting 'fd;' A simple regex is used for retrieval"""

for line in printsdb.readlines():
        if line.startswith('fd;'):
                final_motifs = re.compile('^s ([A-Z] )s <')
                final_motifs = final_motifs.match(line)
                #print(final_motifs.groups()[0])
                motif_dict = {protname : final_motifs}
                break 
return 

motif_dict = extract_final_motifs('ADENOSINER')
print(motif_dict)  
  

Проблема сейчас в том, что, хотя мой код перебирает необработанный файл базы данных (prints41_!.kdat) вместо подключения к общедоступной базе данных с помощью модуля urllib, как предложено Саймоном Кокеллом ниже, вывод скрипта просто «отсутствует» в оболочке python, тогда как он должен создавать список, такой как [AAYIGIEVLI, AAYIGIEVLI, AAYIGIEVLI и т.д.]

Кто-нибудь имеет представление, где логическая ошибка? Приветствуется любой вклад!! Прошу прощения за обширный текст, я просто надеюсь быть максимально понятным. Заранее спасибо за любую помощь!

Первое из того, что вы делаете, почти правильно, но вам нужно изменить "extracted motif sets" lien 2 на переменную say line . Что будет делать for цикл, так это возвращать данные из файла построчно в качестве переменной после for этого случая line . И теперь возникает вопрос, как формируется lysozyme.seq файл. похоже, что ни в одном из полей данных нет интервалов. Тогда это означает, что вы можете обойтись без line.split(" ") или line.split("t") t вкладки meas. split будет делать то, что он говорит, он дозирует разделять строку каждый раз, когда он видит " " или "t" в зависимости от того, что вы пишете в программе.

Очистка каталога для поиска файлов не должна быть сложной, вероятно, здесь есть некоторые вопросы по этому поводу.

Если вы разместите данные или их часть в виде одного из файлов, чтобы мы могли взглянуть на них, мы могли бы помочь вам их проанализировать :).

Вы заметили, что ваша функция не возвращает значение? Это причина отсутствия.