Biopython Genbank.Record :试图理解源代码

Question

我正在编写一个csv读取器来生成Genbank文件来捕获带有序列的注释。

首先，我使用了Bio.SeqRecord并获得了正确的格式化输出，但是SeqRecord类缺少我需要的字段。

块引号特性位置/限定符 HCDR1 27.35 HCDR2 50.. HCDR3 99..109

我切换到了Bio.GenBank.Record，并且有了所需的字段，除了现在注释格式是错误的。它不能有额外的类型：“位置：”和“限定符：”文本和信息都应该放在一行上。

块引号特性位置/限定符 类型: HCDR1 地点: 26:35 限定词： 类型: HCDR2 地点: 49:66 限定词： 类型: HCDR3 地点: 98:109 限定词：

对于这两个版本，提取注释的代码是相同的。只有班次变了。

# Read csv entries and create a container with the data
        container = Record()
        container.locus = row['Sample']
        container.size = len(row['Seq'])
        container.residue_type="PROTEIN"
        container.data_file_division="PRI"
        container.date = (datetime.date.today().strftime("%d-%b-%Y")) # today's date 
        container.definition = row['FullCloneName']
        container.accession = [row['Vgene'],row['HCDR3']]
        container.version = getpass.getuser()
        container.keywords = [row['ProjectName']]
        container.source = "test"
        container.organism = "Homo Sapiens"
        container.sequence = row['Seq']

        annotations = []
        CDRS = ["HCDR1", "HCDR2", "HCDR3"]
        for CDR in CDRS:
            start = row['Seq'].find(row[CDR])
            end = start + len(row[CDR])
            feature = SeqFeature(FeatureLocation(start=start, end=end), type=CDR)
            container.features.append(feature)

我看过Bio.Genbank.Record的源代码，但不明白为什么SeqFeature类的格式输出与Bio.SeqRecord不同。

是否有一个优雅的修补程序，或者我是否编写了一个单独的工具来重新格式化Genbank文件中的注释？

Answer 1

在再次阅读源代码之后，我发现Bio.Genbank.Record有自己的特性方法，将键和位置作为字符串。这些文件在输出Genbank文件中被正确格式化。

CDRS = ["HCDR1", "HCDR2", "HCDR3"]
        for CDR in CDRS:
            start = row['Seq'].find(row[CDR])
            end = start + len(row[CDR])
            feature = Feature()
            feature.key = "{}".format(CDR)
            feature.location = "{}..{}".format(start, end)
            container.features.append(feature)