(Bio.SeqUtils.分子量函数)不能计算明确核苷酸序列的分子量

问题描述

我正在尝试使用python语言创建一个函数，该函数从FASTA文件中读取明确和模糊的核苷酸序列，并返回序列ID和分子量。

我用以下代码进行了尝试：

import Bio
from Bio import SeqUtils, SeqIO

def function(filename):
    nucleotides ={'A','T', 'C', 'G'}
    with open(filename) as file:
        for record in SeqIO.parse(file, "fasta"):
            for nucl in record:
                if nucl in nucleotides:
                    continue
                else:
                    print(str(record.id)+": is ambiguous")
                    break
            else:
                mol_weight= Bio.SeqUtils.molecular_weight(record)
                print(str(record.id)+": is unambiguous & molecular weight = "+str(mol_weight))

function("random.fasta")

如果我在不明确的序列上使用这个代码，绝对没有问题，我会得到我想要的结果。但是，如果我包含明确的序列，我会得到&qot；ValueError：‘i’不是由‘Bio.SeqUtils.molecoment_weight(Record)’函数引起的有效的明确的DNA字母。

如果我理解正确，字母‘I’通常会导致第一个Else语句中断。

我还使用了一个定制函数来手动计算分子量(基于固定值)，在这种情况下没有错误，该函数对模糊和明确的序列都能很好地工作。不过有人指出，我的手动计算没有内置函数准确。

我还是个新手，但我希望有人知道为什么仍然会出现ValueError以及如何解决它。

---

解决方案

我认为表达式mol_weight= Bio.SeqUtils.molecular_weight(record)中出现错误。

记录隐式转换为其字符串表示ID: SEQUENCE_1 ...。因此，ValueError中的'I'根本不对应于核苷酸，而是相当随机的字符串值。

改为尝试此行：mol_weight = Bio.SeqUtils.molecular_weight(record.seq)

对于我来说，它返回了所需的结果：

SEQUENCE_1: is unambiguous & molecular weight = 331.2218

对于之前会引发您所描述的错误的小序列(仅字母A)。

>SEQUENCE_1
A

更新：

完整的解决方案如下所示：

from Bio import SeqIO, SeqUtils


def function(filename):
    with open(filename) as file:
        for record in SeqIO.parse(file, "fasta"):
            try:
                mol_weight = SeqUtils.molecular_weight(record.seq)
                print(f"{record.id}: is unambiguous & molecular weight = {mol_weight}")
            except ValueError as exception:
                print(f"{record.id}: {exception}")


if __name__ == '__main__':
    function("random.fasta")

我从@pipo1980的答案中包含了exection处理，因为它确实更简单、更快，而且可以说更像蟒蛇。