用Python反向补充DNA链

Question

我有一个DNA序列，希望用Python得到它的反向补充。它位于CSV文件的一个列中，我想在同一个文件中编写另一个列的反向补语。最棘手的部分是，除了A、T、G和C之外，还有几个单元格可以用这段代码进行反向补码：

def complement(seq):
    complement = {'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'} 
    bases = list(seq) 
    bases = [complement[base] for base in bases] 
    return ''.join(bases)
    def reverse_complement(s):
        return complement(s[::-1])

    print "Reverse Complement:"
    print(reverse_complement("TCGGGCCC"))

然而，当我试图找到补语字典中不存在的项目时，使用下面的代码，我只得到最后一个基的补语。它不会迭代。我想知道怎样才能修好它。

def complement(seq):
    complement = {'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'} 
    bases = list(seq) 
    for element in bases:
        if element not in complement:
            print element  
        letters = [complement[base] for base in element] 
        return ''.join(letters)
def reverse_complement(seq):
    return complement(seq[::-1])

print "Reverse Complement:"
print(reverse_complement("TCGGGCCCCX"))

Answer 1

字典的get方法允许您指定一个默认值，如果键不在字典中。作为预处理步骤，我会将所有非ATGC基映射到单个字母(或标点符号或数字或任何不会出现在序列中的内容)，然后反转顺序，然后用原始字母替换单个字母。或者，您可以先将其反转，然后搜索并用sni替换为ins。

alt_map = {'ins':'0'}
complement = {'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'} 

def reverse_complement(seq):    
    for k,v in alt_map.iteritems():
        seq = seq.replace(k,v)
    bases = list(seq) 
    bases = reversed([complement.get(base,base) for base in bases])
    bases = ''.join(bases)
    for k,v in alt_map.iteritems():
        bases = bases.replace(v,k)
    return bases

>>> seq = "TCGGinsGCCC"
>>> print "Reverse Complement:"
>>> print(reverse_complement(seq))
GGGCinsCCGA

Answer 2

其他的答案是非常好的，但如果你计划处理真实的DNA序列，我建议使用Biopython。如果你遇到一个像"-"，"*“这样的角色，或者没有定义呢？如果你想对你的序列做进一步的操作呢？您想要为每个文件格式创建解析器吗？

您所要求的代码非常简单，就像：

from Bio.Seq import Seq

seq = Seq("TCGGGCCC")

print seq.reverse_complement()
# GGGCCCGA

现在，如果您想要执行另一个转换：

print seq.complement()
print seq.transcribe()
print seq.translate()

输出

AGCCCGGG
UCGGGCCC
SG

如果遇到奇怪的字符，就不需要继续向程序中添加代码。Biopython处理这个问题：

seq = Seq("TCGGGCCCX")
print seq.reverse_complement()
# XGGGCCCGA

Answer 3

通常，生成器表达式比原始代码更简单，并且避免创建额外的列表对象。如果可以有多个字符插入，请与其他答案一起使用。

complement = {'A': 'T', 'C': 'G', 'G': 'C', 'T': 'A'}
seq = "TCGGGCCC"
reverse_complement = "".join(complement.get(base, base) for base in reversed(seq))