如何在蟒蛇中将蛋白质序列分解成20的大小相等的大小

Question

我想把蛋白质的结构分解成20个相同大小的块，蛋白质的结构是这样的

MASTEGANNMPKQVEVRMHDSHLGSEEPKHRHLGLRLCDKLGKNLLLTLTVFGVILGAVCGGLLRLASPI
HPDVVMLIAFPGDILMRMLKMLILPLIISSLITGLSGLDAKASGRLGTRAMVYYMSTTIIAAVLGVILVL
AIHPGNPKLKKQLGPGKKNDEVSSLDAFLDLIRNLFPENLVQACFQQIQTVTKKVLVAPPPDEEANATSA
VVSLLNETVTEVPEETKMVIKKGLEFKDGMNVLGLIGFFIAFGIAMGKMGDQAKLMVDFFNILNEIVMKL
VIMIMWYSPLGIACLICGKIIAIKDLEVVARQLGMYMVTVIIGLIIHGGIFLPLIYFVVTRKNPFSFFAG
IFQAWITALGTASSAGTLPVTFRCLEENLGIDKRVTRFVLPVGATINMDGTALYEAVAAIFIAQMNGVVL
DGGQIVTVSLTATLASVGAASIPSAGLVTMLLILTAVGLPTEDISLLVAVDWLLDRMRTSVNVVGDSFGA
GIVYHLSKSELDTIDSQHRVHEDIEMTKTQSIYDDMKNHRESNSNQCVYAAHNSVIVDECKVTLAANGKS
ADCSVEEEPWKREK

我尝试过循环循环。

    x="abfgjjhuyuryitfvbkjuhhgyuumnabcdfrfhghhoiutgfctrdgfvijnk"
    length=len(x)
    values= [length/20+1]

    a=1
    for i in length(a,x)
    print(i)

但这不起作用

Answer 1

通过导入文本缠绕来尝试这一点

import textwrap
myArray="MASTEGANNMPKQVEVRMHDSHLGSEEPKHRHLGLRLCDKLGKNLLLTLTVFGVILGAVCGGLLRLASPIHPDVVMLIAFPGDILMRMLKMLILPLIISSLITGLSGLDAKASGRLGTRAMVYYMSTTIIAAVLGVILVLAIHPGNPKLKKQLGPGKKNDEVSSLDAFLDLIRNLFPENLVQACFQQIQTVTKKVLVAPPPDEEANATSAVVSLLNETVTEVPEETKMVIKKGLEFKDGMNVLGLIGFFIAFGIAMGKMGDQAKLMVDFFNILNEIVMKLVIMIMWYSPLGIACLICGKIIAIKDLEVVARQLGMYMVTVIIGLIIHGGIFLPLIYFVVTRKNPFSFFAGIFQAWITALGTASSAGTLPVTFRCLEENLGIDKRVTRFVLPVGATINMDGTALYEAVAAIFIAQMNGVVLDGGQIVTVSLTATLASVGAASIPSAGLVTMLLILTAVGLPTEDISLLVAVDWLLDRMRTSVNVVGDSFGAGIVYHLSKSELDTIDSQHRVHEDIEMTKTQSIYDDMKNHRESNSNQCVYAAHNSVIVDECKVTLAANGKSADCSVEEEPWKREK"
list_string = str(myArray)
textwrap.wrap(list_string, 20)

输出是这样的！

['MASTEGANNMPKQVEVRMHD',
 'SHLGSEEPKHRHLGLRLCDK',
 'LGKNLLLTLTVFGVILGAVC',
 'GGLLRLASPIHPDVVMLIAF',
 'PGDILMRMLKMLILPLIISS',
 'LITGLSGLDAKASGRLGTRA',
 'MVYYMSTTIIAAVLGVILVL',
 'AIHPGNPKLKKQLGPGKKND',
 'EVSSLDAFLDLIRNLFPENL',
 'VQACFQQIQTVTKKVLVAPP',
 'PDEEANATSAVVSLLNETVT',
 'EVPEETKMVIKKGLEFKDGM',
 'NVLGLIGFFIAFGIAMGKMG',
 'DQAKLMVDFFNILNEIVMKL',
 'VIMIMWYSPLGIACLICGKI',
 'IAIKDLEVVARQLGMYMVTV',
 'IIGLIIHGGIFLPLIYFVVT',
 'RKNPFSFFAGIFQAWITALG',
 'TASSAGTLPVTFRCLEENLG',
 'IDKRVTRFVLPVGATINMDG',
 'TALYEAVAAIFIAQMNGVVL',
 'DGGQIVTVSLTATLASVGAA',
 'SIPSAGLVTMLLILTAVGLP',
 'TEDISLLVAVDWLLDRMRTS',
 'VNVVGDSFGAGIVYHLSKSE',
 'LDTIDSQHRVHEDIEMTKTQ',
 'SIYDDMKNHRESNSNQCVYA',
 'AHNSVIVDECKVTLAANGKS',
 'ADCSVEEEPWKREK']

Answer 2

像这样的东西会起作用的：

values = [x[i:i+20] for i in range(0, len(x), 20)]

作为参考：

x[a:b]从索引a获取字符串x的一部分，直到(但不包括)索引b，因此x[i:i+20]从索引i开始接受大小为20的片段。

range(a, b, step)将生成一个从a到(但不包括) b的数字序列，并增加step。

Answer 3

在首先删除所有空白后，您可以使用re.findall，例如：

inp = """MASTEGANNMPKQVEVRMHDSHLGSEEPKHRHLGLRLCDKLGKNLLLTLTVFGVILGAVCGGLLRLASPI
HPDVVMLIAFPGDILMRMLKMLILPLIISSLITGLSGLDAKASGRLGTRAMVYYMSTTIIAAVLGVILVL
AIHPGNPKLKKQLGPGKKNDEVSSLDAFLDLIRNLFPENLVQACFQQIQTVTKKVLVAPPPDEEANATSA"""
inp = re.sub(r'\s+', '', inp)
chunks = re.findall(r'.{1,20}', inp)

这些指纹：

['MASTEGANNMPKQVEVRMHD',
 'SHLGSEEPKHRHLGLRLCDK',
 'LGKNLLLTLTVFGVILGAVC',
 'GGLLRLASPIHPDVVMLIAF',
 'PGDILMRMLKMLILPLIISS',
 'LITGLSGLDAKASGRLGTRA',
 'MVYYMSTTIIAAVLGVILVL',
 'AIHPGNPKLKKQLGPGKKND',
 'EVSSLDAFLDLIRNLFPENL',
 'VQACFQQIQTVTKKVLVAPP',
 'PDEEANATSA']