生物巨蟒MuscleCommandLine

Question

我使用BioPython MuscleCommanLine对齐子进程中的序列。肌肉的输入和输出是标准和标准的。这是可行的，但一旦波彭调用肌肉，我就会从屏幕上的肌肉中得到一个程序摘要。这大大降低了程序的速度，因为有数百万次对子进程的调用。

mcline = MuscleCommandline()
read_list = (SeqRecord(Seq(seq, IUPAC.unambiguous_dna), str(index)) for index, seq in enumerate(grouped_reads_list))

muscle = Popen(str(mcline), stdin=PIPE, stdout=PIPE, universal_newlines=True)

SeqIO.write(read_list, muscle.stdin, "fasta")  # Send sequences to Muscle in FASTA format.
muscle.stdin.close()

align = AlignIO.read(muscle.stdout, "fasta")  # Capture output from muscle and get it into FASTA format in an object.
print(align)
muscle.stdout.close()
exit("Testin Testing")

consensus_read = AlignInfo.SummaryInfo(align).dumb_consensus(threshold=0.6, ambiguous="N", consensus_alpha=IUPAC.ambiguous_dna)  # Create consensus from alignment object.

屏幕输出是

肌肉v3.8.31 ( Robert C. Edgar )

http://www.drive5.com/muscle这个软件是捐赠给公共领域的。请引述: Edgar，R.C. .核酸Res 32(5)，1792-97.

• 2 seqs，最大长度133，avg长度133 00:00 10 MB(-1%) Iter 1 100.00% K-mer dist pass 1 00:00:00 10 MB(-1%) Iter 1 100.00% K-mer dist pass 2 00:00:00 12 MB(-1%) Iter 1 100.00% 00:00:00 12 MB(-1%) Iter 1 100.00%根对齐
• 6 seqs，最大长度133，avg长度133 SingleLetterAlphabet()，用2行和133列对齐

Answer 1

我把这作为一个答案，而不是编辑我的问题，因为有人可能会发现它有用。如果我犯了错误，请告诉我。问题似乎在于以这种方式使用BioPython MuscleCommandLine包装器。在通过子进程进行调用时，我无法传递任何命令行选项来筛选包装器。我对此的修改代码如下。

cmd = ['muscle', "-quiet", "-maxiters", "1", "-diags"]

read_list = (SeqRecord(Seq(seq, IUPAC.unambiguous_dna), str(index)) for index, seq in enumerate(grouped_reads_list))

muscle = Popen(cmd, stdin=PIPE, stdout=PIPE, universal_newlines=True)

SeqIO.write(read_list, muscle.stdin, "fasta")  # Send sequences to Muscle in FASTA format.
muscle.stdin.close()

align = AlignIO.read(muscle.stdout, 'fasta')  # Capture output from muscle and get it into FASTA format in an object.

muscle.stdout.close()

consensus_read = AlignInfo.SummaryInfo(align).dumb_consensus(threshold=0.6, ambiguous="N", consensus_alpha=IUPAC.ambiguous_dna)
return str(consensus_read)

Answer 2

我想也许直接使用肌肉是一个更好的选择，如果有什么意外的东西，当调整序列通过BioPython。无论是哪种方式，做MSA都应该很容易。但是使用Biopython可能更麻烦一些。