使用Clustal打印每行的50个序列

Question

我有一个多序列比对(Clustal)文件，我想读取这个文件，并以这样一种方式排列序列，使其在顺序上看起来更清晰和精确。

我在Biopython中使用AlignIO对象执行此操作：

alignment = AlignIO.read("opuntia.aln", "clustal")

print "Number of rows: %i" % len(align)

for record in alignment:
    print "%s - %s" % (record.id, record.seq)

My output看起来乱七八糟，滚动起来很长。我想要做的是在每行中只打印50个序列，并一直打印到比对文件的末尾。

我希望从http://www.ebi.ac.uk/Tools/clustalw2/输出like this。

Answer 1

Br

我在这台电脑上没有biopython，所以这没有经过测试，但它应该可以工作：

chunk_size = 50

for i in range(0, alignment.get_alignment_length(), chunk_size):
    print ""
    for record in alignment:
        print "%s\t%s %i" % (record.name,  record.seq[i:i + chunk_size], i + chunk_size)

执行与Eli的one相同的功能-使用range设置一个索引以开始切片，然后在对齐中迭代每个切片的记录。

Answer 2

您是否需要比简单地将record.seq分解为50个字符的块更复杂的东西，或者我遗漏了什么？

您可以使用Python序列切片非常容易地实现这一点。seq[N:N+50]访问以N开头的50个序列元素：

In [24]: seq = ''.join(str(random.randint(1, 4)) for i in range(200))

In [25]: seq
Out[25]: '13313211211434211213343311221443122234343421132111223234141322124442112343143112411321431412322123214232414331224144142222323421121312441313314342434231131212124312344112144434314122312143242221323123'

In [26]: for n in range(0, len(seq), 50):
   ....:     print seq[n:n+50]
   ....:     
   ....:     
13313211211434211213343311221443122234343421132111
22323414132212444211234314311241132143141232212321
42324143312241441422223234211213124413133143424342
31131212124312344112144434314122312143242221323123