用于对齐的TabularMSA替换(scikit bio 0.4.1.dev0)

Question

我想读取一个PHYLIP对齐(FASTA格式)，更新序列标签，并将结果写回一个文件。如何编辑以下行，以便在scikit-bio0.4.1.dev0中使用TabularMSA (而不是前面支持的对齐)：

from skbio import Alignment ... msa_fa = Alignment.read(gene_msa_fa_fp, format='fasta') msa_fa_update_ids, new_to_old_ids = msa_fa.update_ids(func=id_mapper) msa_fa_update_ids.write(output_msa_phy_fp, format='phylip') ...

谢谢!

Answer 1

当将FASTA文件读入TabularMSA对象时，序列标识符存储在每个序列的metadata字典中的"id"键下。当以PHYLIP格式编写TabularMSA对象时，MSA的index属性用于对序列进行标记。使用reassign_index来使用FASTA序列标识符作为MSA的索引，然后将它们映射到您想要写入的序列标签，最后以PHYLIP格式写出：

from skbio import TabularMSA, DNA
msa = TabularMSA.read("aln.fasta", constructor=DNA)
msa.reassign_index(minter='id')
msa.reassign_index(mapping=id_mapper)
msa.write('aln.phy', format='phylip')

有多种方法来设置索引，包括直接设置属性或使用reassign_index和mapping或minter参数。