1
DNA序列我有一个像这样的创建函数来翻译通过字典
codon = {'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'}
一个密码子表我有不同序列的FASTA文件中像这样
CAAAAGCAGGGGATAATTAAATCAACCAAAATGGAAGCAAAACTGCTCGTGTTATTTTGTGCCTTCACCG
CACTGAAAGCTGACACCATTTGTGTGGGCTACCATGCTAACAATTCCACAGACACTGTCGACACAATACT
AAAGCAGGGGATAATTAAATCAACCAAAATGGAAGCAAAACTGCTCGTGTTATTTTGTGCCTTCACCGCA
CTGAAAGCTGACACCATTTGTGTGGGCTACCATGCTAACAATTCCACAGACACTGTCGACACAATACTGG
我想分析的文件,以便三个核苷酸正在输出蛋白质。例如CAA应该输出Q. 这是我迄今为止
fasta = open('Fasta.txt', 'r')
def readSeq(fasta):
for line in fasta:
if line.startswith('>'):
continue
line = line.strip()
print(line)
readSeq(fasta)
你为什么要检查'line.startwith('>')'? – aIKid
因为'>'表示FASTA格式的标题行。你也应该检查'#' – Vlad
我已经想出了一些基本上遍历每个序列的东西,一次抓三个碱基,然后打印出相应的密码子,但我不确定那是你在找什么。你能提供一些理想的输出吗?我对fasta格式不太了解,所以我想在发布之前确保我的答案是有效的。数据是提供了4个独立的序列还是一个跨越多行的大序列? –