Python:将同一组蛋白质的两个多fasta文件与解析器进行比较，以发现和计数治疗后的突变。

Question

我的任务是计数几种蛋白质在治疗后发生的突变。序列都以相同的顺序出现在这两个文件中。我在生物工程中用fasta解析器(SeqIO.parse)打开了两个文件，我得到了列出的所有蛋白质(治疗前后分离的)。

我的问题是：

• 我怎样才能把解析器拉到一起来计数突变呢？

​

from Bio import SeqIO
for normal_samples in SeqIO.parse("/data/statistic/normal_samples", "fasta"):
    print(normal_samples.id)
    print(repr(normal_samples.seq))
    print(len(normal_samples))
    
for treated_samples in SeqIO.parse("/data/statistic/with_treatment", "fasta"):
    print(normal_samples.id)
    print(repr(normal_samples.seq))
    print(len(normal_samples))
    
dict_n_t = dict(zip(normal_samples & treated_samples))

​

Answer 1

假设：

• 序列在两个文件中的顺序是相同的
• 只发生点突变(因此两个文件中相应序列的长度相同)
• 而且你对突变数很感兴趣，而不是他们的位置

您可以使用以下代码：

from Bio import SeqIO

normal_samples = SeqIO.parse("/data/statistic/normal_samples", "fasta")
treated_samples = SeqIO.parse("/data/statistic/with_treatment", "fasta")


for normal, treated in zip(normal_samples, treated_samples):
    if normal.id == treated.id:
        mutations = sum(1 for n, t in zip(str(normal.seq), str(treated.seq)) if n != t)
        print(f"Found {mutations} mutation(s) for id {normal.id}")