Biopython 如何从FASTA文件中进行多个成对对齐并打印相似度百分比？

我想对FASTA文件中包含的每个蛋白质序列进行多次成对比较，然后打印序列相似性百分比（平均值或单个值）。我认为我需要使用itertools来创建所有的组合，对齐它们，然后可能将匹配数除以对齐的序列长度，以获得%的序列相似性，但我对需要执行此操作的特定脚本有困难，如果可能，最好使用biopython。感谢您的帮助

我的答案不涉及Biopython，但由于还没有发布其他答案，我还是会发布它：

我目前正在开发的生物信息学包黑云母（），将使用以下脚本解决您的问题：

将numpy导入为np
进口黑云母
按顺序导入黑云母
将黑云母.sequence.io.fasta作为fasta导入
导入黑云母.sequence.align作为对齐
导入黑云母.database.entrez作为entrez
#5个示例序列（细菌荧光素酶变体）
UID=[
“Q7N575”、“P19839”、“P09140”、“P07740”、“P24113”
]
#将这些序列作为一个文件从NCBI下载
file\u name=entrez.fetch\u单个\u文件(
uids，黑云母.temp_文件（“fasta”），db_name=“protein”，ret_type=“fasta”
)
#将文件中的每个序列作为“ProteinSequence”对象读取
fasta_file=fasta.FastaFile（）
fasta_file.read（文件名）
序列=列表（fasta.get\u序列（fasta\u文件）.values（））
#BLOSUM62
替换矩阵=align.SubstitutionMatrix.std_蛋白质矩阵（）
#将填充成对序列恒等式的矩阵
恒等式=np.one（（len（序列），len（序列）））
#迭代序列
对于范围内的i（len（序列））：
对于范围（i）中的j：
#两两对齐序列
对齐=align.align\u最佳(
序列[i]，序列[j]，替换矩阵
)[0]
#计算两两序列恒等式并填充矩阵
标识=对齐。获取序列标识（对齐）
恒等式[i，j]=恒等式
恒等式[j，i]=恒等式
打印（身份）

输出：

[[1.         0.97214485 0.62921348 0.84225352 0.59776536]
 [0.97214485 1.         0.62359551 0.85352113 0.60055866]
 [0.62921348 0.62359551 1.         0.61126761 0.85393258]
 [0.84225352 0.85352113 0.61126761 1.         0.59383754]
 [0.59776536 0.60055866 0.85393258 0.59383754 1.        ]]