使用蛋白质的基因标识符检索 DNA 序列答案

【问题标题】：Retrieve DNA sequence using a gene identifier of a protein使用蛋白质的基因标识符检索 DNA 序列
【发布时间】：2014-11-04 16:18:17
【问题描述】：

我正在使用 Biopython 尝试检索与我有 GI(71743840) 的蛋白质对应的 DNA 序列，从 NCBI 页面这很容易，我只需要查找 refseq。我的问题出现在 python 中，使用 ncbi fetch 实用程序进行编码时，我找不到任何方法来检索任何可以帮助我进入 DNA 的字段。

handle = Entrez.efetch(db="nucleotide", id=blast_record.alignments[0].hit_id, rettype="gb", retmode="text")
seq_record=SeqIO.read(handle,"gb")

seq_record.features 中有很多信息，但必须有一种更简单明了的方法来做到这一点，任何帮助将不胜感激。谢谢！

【问题讨论】：

blast_record.alignments[0].hit_id的值是多少
啊，对不起，在这种情况下，它是蛋白质“71743840”的GI

标签： python bioinformatics biopython ncbi

【解决方案1】：

您可以尝试访问 SeqRecord 的注解：

seq_record=SeqIO.read(handle,"gb")
nucleotide_accession = seq_record.annotations["db_source"]

在您的情况下，nucleotide_accession 是“REFSEQ：加入 NM_000673.4”

现在看看你是否可以解析这些注释。只有这个测试用例：

nucl_id = nucleotide_accession.split()[-1]

handle = Entrez.efetch(db="nucleotide",
                       id=nucl_id,
                       rettype="gb",
                       retmode="text")
seq_record = SeqIO.read(handle, "gb")

【讨论】：

【解决方案2】：

您可以利用Entrez.elink，请求与核苷酸序列的UID对应的蛋白质序列的UID：

from Bio import Entrez
from Bio import SeqIO
email = 'seb@free.fr'
term = 'NM_207618.2' #fro example, accession/version

### first step, we search for the nucleotide sequence of interest
h_search = Entrez.esearch(
        db='nucleotide', email=email, term=term)
record = Entrez.read(h_search)
h_search.close()

### second step, we fetch the UID of that nt sequence
handle_nt = Entrez.efetch(
        db='nucleotide', email=email, 
        id=record['IdList'][0], rettype='fasta') # here is the UID

### third and most important, we 'link' the UID of the nucleotide
# sequence to the corresponding protein from the appropriate database
results = Entrez.read(Entrez.elink(
        dbfrom='nucleotide', linkname='nucleotide_protein',
        email=email, id=record['IdList'][0]))

### last, we fetch the amino acid sequence
handle_aa = Entrez.efetch(
        db='protein', email=email, 
        id=results[0]['LinkSetDb'][0]['Link'][0]['Id'], # here is the key...
        rettype='fasta')

【讨论】：