使用Python检索缺少的序列-“split”命令不起作用

我有一组使用软件发现的proteInsequence，但它们的长度比数据库中的原始序列短。我下载了整个数据库，现在我有一组已发现的不完整序列，以及从中找到序列的原始数据库

来自软件的示例结果：

>tr|E7EWP2|E7EWP2_HUMAN  Uncharacterized protein OS=Homo sapiens GN=TRIO PE=4 SV=2
KEFIMAELIQTEKAYVRDLRECMDTYLWEMTSGVE

数据库中的顺序：

>tr|E7EWP2|E7EWP2_HUMAN  Uncharacterized protein OS=Homo sapiens GN=TRIO PE=4 SV=2
ARRKEFIMAELIQTEKAYVRDLRECMDTYLWEMTSGVEEIP

所以缺失的残基是“ARR”，最后是“EIP”，我有大约70个这样的不完整序列？我想写一个Python程序，可以自动从数据库中检索完整的序列。 我对python非常陌生，当然我会尝试编写自己的代码，我想知道是否有库或类似biopython模块的东西可以做到这一点。 我的计划是从我的结果中提取间隔，展开它们并在原始数据库中选择它，但我不知道如何进一步进行

我想得到list_seq=[ARR，KEFIMAELIQTEKAYVRDLRECMDTYLWEMTSGVE，EIP]，这样我就可以进一步使用list_seq[0]r.strip3和list_seq[1]l.strip[3]来获得完整的序列。但列表顺序不起作用

提前感谢

您可以使用BioPython SeqIO的索引方法。index方法按蛋白质id对数据库记录进行索引，并且不在内存中加载完整的数据库，因此允许对完整的大型数据库进行有效搜索。或者，您可以使用传统的数据库（如sqlite）来首先存储记录并对其执行搜索：

from Bio import SeqIO

db1 = "dbase.fasta"
db2 = "my_collection.fasta"

dbase_dict = SeqIO.index(db1, "fasta")
my_record_dict = SeqIO.index(db2, "fasta")

for record in my_record_dict:
    if record in dbase_dict:
        rec_dbase = dbase_dict[record]
        rec_mine = my_record_dict[record]
        if rec_dbase.seq != rec_mine.seq:
            print rec_dbase

这个程序只打印有差异的记录。从这一点上，您可以将它们保存在列表中或写入fasta文件

您可以使用BioPython SeqIO的索引方法。index方法按蛋白质id对数据库记录进行索引，并且不在内存中加载完整的数据库，因此允许对完整的大型数据库进行有效搜索。或者，您可以使用传统的数据库（如sqlite）来首先存储记录并对其执行搜索：

from Bio import SeqIO

db1 = "dbase.fasta"
db2 = "my_collection.fasta"

dbase_dict = SeqIO.index(db1, "fasta")
my_record_dict = SeqIO.index(db2, "fasta")

for record in my_record_dict:
    if record in dbase_dict:
        rec_dbase = dbase_dict[record]
        rec_mine = my_record_dict[record]
        if rec_dbase.seq != rec_mine.seq:
            print rec_dbase

---

这个程序只打印有差异的记录。从这一点上，你可以将它们保存在列表中或写入fasta文件

很酷的故事，现在开始工作，当你有特定的编程问题时回来。Jochen想要传达的是，问题是为我编写此程序，而不是本网站的目的。如果您展示自己解决问题的努力，您将有很好的机会获得帮助。您可能希望查看。抱歉，我的问题不是要求某人编写代码，而是获取一些关于如何处理此问题的有用建议，抱歉，如果我的问题不是这样，我已相应地编辑了问题。请，试试abcdef.split'cd'，你就会明白为什么你的代码部分没有按你想要的那样工作。如果你想从有用的建议中获利，而不是有人来编写代码，你应该从一些好的教程开始，网上有很多。很酷的故事，现在开始工作，当你有一个特定的编程问题时再回来。Jochen想要传达的是，这个问题就是为我写这个程序，这不是这个网站的目的。如果您展示自己解决问题的努力，您将有很好的机会获得帮助。您可能希望查看。抱歉，我的问题不是要求某人编写代码，而是获取一些关于如何处理此问题的有用建议，抱歉，如果我的问题不是这样，我已相应地编辑了问题。请，试试abcdef.split'cd'，你就会明白为什么你的代码部分没有按你想要的那样工作。如果你想从有用的建议中获益，而不是有人来编写代码，你应该从一些好的教程开始，网络上有很多。我想从数据库中分离我的序列，即list_seq=rec_dbase.seq.splitrec_mine.seq，但我不知道为什么它不起作用？@hari，如果答案回答了您的第一个问题，请在询问新的、完全不同的问题之前选择答案。另一方面，如果您将问题文本回滚到其原始状态，并在其他帖子中询问新问题，则会更加清楚。我想从数据库中拆分我的序列，即list_seq=rec_dbase.seq.splitrec_mine.seq，但我不知道为什么它不起作用？@hari，如果答案回答了您的第一个问题，请在询问新的、完全不同的问题之前选择答案。另一方面，如果您将问题文本回滚到其原始状态，并在其他帖子中询问新问题，则会更加清楚。