配对序列比对中的核苷酸分离器生物巨蟒

Question

我有含有不同修饰核苷酸和残基的RNA序列。其中一些，例如N79, 8XU, SDG, I。

我想用生物工程的pairwise2.align.localms对它们进行配对。是否有可能使输入不是作为字符串，而是作为列表，例如，为了准确地解释这些修改的基数？

正确的技术是什么？

Answer 1

Biopython的pairwise2模块工作在字母字符串上，这些字符串可以是任何东西，例如：

>>> from Bio import pairwise2
>>> from Bio.pairwise2 import format_alignment
>>> for a in pairwise2.align.localms("ACCGTN97CT", "ACCG8DXCT", 2, -1, -.5, -.1):
...     print(format_alignment(*a))
... 
ACCG--TN97CT
||||||||||||
ACCG8DX---CT
  Score=9.7

ACCGTN97--CT
||||||||||||
ACCG---8DXCT
  Score=9.7

您可以根据需要设置匹配/不匹配分数。但是，这假设每个字母都是一个单独的元素。

在你的问题中不清楚的是你的例子N79是一个修饰核苷酸，还是三个？如果您想将N79作为一个基础来处理，这似乎是可能的:我不认为这是有意的(所以我不想依赖于这种行为)，但是我可以欺骗pairwise2处理字符串列表：

>>> for a in pairwise2.align.localms(["A", "C", "C", "G", "T", "N97", "C", "T"], ["A", "C", "C", "G", "8DX", "C", "T"], 2, -1, -.5, -.1, gap_char=["-"]):
...     print(format_alignment(*a))                                                                                                                  ... 
['A', 'C', 'C', 'G', 'T', 'N97', 'C', 'T']
||||||||
['A', 'C', 'C', 'G', '8DX', '-', 'C', 'T']
  Score=10.5

['A', 'C', 'C', 'G', 'T', 'N97', 'C', 'T']
||||||||
['A', 'C', 'C', 'G', '-', '8DX', 'C', 'T']
  Score=10.5

注意，默认的format_alignment函数显示得不太好。

Answer 2

很抱歉又加了一个答案，但是我的名声还不够好，不能仅仅加评论.

为了详细说明peterjc的答案，接受列表作为输入是pairwise2的预期行为(现在我理解了它可能对.有什么好处)。

您是对的，这也是关于gap_char参数的:由于您将序列作为列表应用，所以必须将gap字符定义为list (["-"])。