BioPython：如何将氨基酸字母表转换为

Question

在讨论如何使用 Bio.SeqIO.parse() 导入序列数据时，BioPython 食谱指出：

有一个可选参数字母表来指定要使用的字母表。这对于像 FASTA 这样的文件格式很有用，否则 Bio.SeqIO 将默认为通用字母表。

如何添加这个可选参数？我有以下代码：

from os.path import abspath
from Bio import SeqIO

handle = open(f_path, "rU")
records = list(SeqIO.parse(handle, "fasta"))
handle.close()

这会从 UniProt 数据库中导入大量 FASTA 文件。问题在于它在通用 SingleLetterAlphabet 类中。如何在 SingleLetterAlphabet 和 ExtendedIUPACProtein 之间进行转换？

最终目标是在这些序列中搜索 GxxxG 等基序。

Answer 1

像这样：

# Import required alphabet
from Bio.Alphabet import IUPAC

# Pass imported alphabet as an argument for `SeqIO.parse`:
records = list(SeqIO.parse(handle, 'fasta', IUPAC.extended_protein))