(Bio.SeqUtils.分子量函数)不能计算明确核苷酸序列的分子量

2022-03-28 00:00:00 python sequence biopython fasta

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。

相关文章