如何计算大型 FASTA 文件中包含的序列的氨基酸组成百分比答案

【问题标题】：How do I calculate percentage amino acid composition of sequences contained in a large FASTA file如何计算大型 FASTA 文件中包含的序列的氨基酸组成百分比
【发布时间】：2019-12-08 00:50:50
【问题描述】：

我想计算 FASTA 文件中分别包含的每个序列的氨基酸组成，但我很难做到这一点。我知道我可以使用下面的代码来做到这一点，但这涉及到我分别输入每个序列，而不是将 FASTA 文件作为一个整体并以这种方式计算。

from Bio.SeqUtils.ProtParam import ProteinAnalysis 
X = ProteinAnalysis("MAEGEITTFTALTEKFNLPPGNYKKPKLLYCSNGGHFLRILPDGTVDGT" 
                "RDRSDQHIQLQLSAESVGEVYIKSTETGQYLAMDTSGLLYGSQTPSEEC" 
                "LFLERLEENHYNTYTSKKHAEKNWFVGLKKNGSCKRGPRTHYGQKAILF" 
                "LPLPV") 
print(X.count_amino_acids()['A']) 
print(X.count_amino_acids()['E']) 
print("%0.2f" % X.get_amino_acids_percent()['K']) 
print("%0.2f" % X.get_amino_acids_percent()['L']) 
print("%0.2f" % X.molecular_weight()) 
print("%0.2f" % X.aromaticity()) 
print("%0.2f" % X.instability_index()) 
print("%0.2f" % X.isoelectric_point()) 
sec_struc = X.secondary_structure_fraction() 
print("%0.2f" % sec_struc[0]) 
epsilon_prot = X.molar_extinction_coefficient()  
print(epsilon_prot[0])   
print(epsilon_prot[1])

【问题讨论】：

标签： python bioinformatics biopython fasta

【解决方案1】：

您只需要使用SeqIO.parse() 读取序列的FASTA 文件：

from Bio import SeqIO
from Bio.SeqUtils.ProtParam import ProteinAnalysis

for record in SeqIO.parse('myfasta.fa', 'fasta'):
    X = ProteinAnalysis(str(record.seq))
    print('\n### Results for record: {} ###'.format(record.id))
    print(X.count_amino_acids()['A']) 
    print(X.count_amino_acids()['E']) 
    print("%0.2f" % X.get_amino_acids_percent()['K']) 
    print("%0.2f" % X.get_amino_acids_percent()['L']) 
    print("%0.2f" % X.molecular_weight()) 
    print("%0.2f" % X.aromaticity()) 
    print("%0.2f" % X.instability_index()) 
    print("%0.2f" % X.isoelectric_point()) 
    sec_struc = X.secondary_structure_fraction() 
    print("%0.2f" % sec_struc[0]) 
    epsilon_prot = X.molar_extinction_coefficient()  
    print(epsilon_prot[0])   
    print(epsilon_prot[1])

【讨论】：

【解决方案2】：

我认为你想要来自 FastaIO 模块的东西，例如：

from Bio.SeqUtils.ProtParam import ProteinAnalysis 
from Bio.SeqIO import FastaIO

with open('myfile.fasta') as fd:
  for name, sequence in FastaIO.SimpleFastaParser(fd):
     X = ProteinAnalysis(sequence)
     print(name, X.count_amino_acids()['A'])

以及你想要计算的任何东西

【讨论】：

正如您在链接中所说的“您应该通过 Bio.SeqIO 函数使用此模块。”。但是，这确实具有比使用 SeqIO.parse 更快的优势，尽管灵活性较差