sequence_io

# 使用 Bio.Seq 和 Bio.SeqIO 处理序列 ## 概述 Bio.Seq 提供了用于生物序列的 `Seq` 对象及专门的方法，而 Bio.SeqIO 则为读取、写入和转换多种格式的序列文件提供了统一的接口。 ## Seq 对象 ### 创建序列 python from Bio.Seq import Seq # 创建基础序列 my_seq = Seq("AGTACACTGGT") # 序列支持类似字符串的操作 print(len(my_seq)) # 长度 print(my_seq[0:5]) # 切片 ### 核心序列操作 python # 互补序列和反向互补序列 complement = my_seq.complement() rev_comp = my_seq.reverse_complement() # 转录 (DNA 转 RNA) rna = my_seq.transcribe() # 翻译 (转为蛋白质) protein = my_seq.translate() # 反转录 (RNA 转 DNA) dna = rna_seq.back_transcribe() ### 序列方法 - `complement()` - 返回互补链 - `reverse_complement()` - 返回反向互补链 - `transcribe()` - DNA 到 RNA 的转录 - `back_transcribe()` - RNA 到 DNA 的转换 - `translate()` - 翻译为蛋白质序列 - `translate(table=N)` - 使用特定的遗传密码表 - `translate(to_stop=True)` - 在第一个终止密码子处停止 ## Bio.SeqIO: 序列文件 I/O ### 核心函数 **Bio.SeqIO.parse()**: 读取序列文件的主要工具，返回 `SeqRecord` 对象的迭代器。 python from Bio import SeqIO # 解析 FASTA 文件 for record in SeqIO.parse("sequences.fasta", "fasta"): print(record.id) print(record.seq) print(len(record)) **Bio.SeqIO.read()**: 用于单记录文件（验证是否存在且仅存在一条记录）。 python record = SeqIO.read("single.fasta", "fasta") **Bio.SeqIO.write()**: 将 SeqRecord 对象输出到文件。 python # 将记录写入文件 count = SeqIO.write(seq_records, "output.fasta", "fasta") print(f"Wrote {count} records") **Bio.SeqIO.convert()**: 简化的格式转换。 python # 在格式间转换 count = SeqIO.convert("input.gbk", "genbank", "output.fasta", "fasta") ### 支持的文件格式 常见格式包括： - **fasta** - FASTA 格式 - **fastq** - FASTQ 格式 (包含质量分数) - **genbank** 或 **gb** - GenBank 格式 - **embl** - EMBL 格式 - **swiss** - SwissProt 格式 - **fasta-2line** - 序列在单行的 FASTA 格式 - **tab** - 简单的制表符分隔格式 ### SeqRecord 对象 `SeqRecord` 对象将序列数据与注释结合在一起： python record.id # P