使用 Biopython 更改 fasta 文件中的 DNA 序列

Question

我有一个包含多个 DNA 序列的 fasta 格式文件。我想将每个序列的内容更改为另一个较小的序列，保持相同的序列 ID。 新序列在一个列表中。

with open("outfile.fa", "w") as f:
    for seq_record in SeqIO.parse("ma-all-mito.fa", "fasta"):
        for i in range(len(newSequences_ok)):
            f.write(str(seq_record.id[i]) + "\n")
            f.write(str(newSequences_ok[i]) + "\n")  

但我明白了：

IndexError: string index out of range

如何更改代码以使其正常工作？我认为问题在于我需要遍历原始 fasta 文件和包含新序列的列表。

原来的fasta文件是这样的：

>Sequence1
ATGATGCATGG
>Sequence2
TTTTGGGAATC
>Sequence3
GGGCTAACTAC
>Sequence4
ATCTCAGGAA

新序列的列表与此类似：

newSequences_ok=[ATGG,TTTC,GGTA,CTCG]

我想得到的输出是：

>Sequence1
ATGG
>Sequence2
TTTC
>Sequence3
GGTA
>Sequence4
CTCG

Answer 1

我认为这可能行得通：

records = SeqIO.parse("ma-all-mito.fa", "fasta")
with open("outfile.fa", "w") as f:
    for r, s in zip(records,newSequences_ok):
        f.write(r.seq.seq.split('\n')[0] + '\n')
        f.write(s + '\n')

如果不是（即使是这样）——您确实需要了解Biopython 的工作原理。您将SeqIO.parse 视为直接返回文件行的东西。相反，它返回具有seq 属性的SeqRecord 对象，该属性返回Seq 本身具有两个属性的对象，一个seq 属性（这似乎是您想要的）和一个alphabet 属性。在尝试修改之前，您应该专注于能够提取您感兴趣的信息。