python實現DNA序列字符串轉換，互補鏈，反向鏈，反向互補鏈

 

在生物信息學分析中，經常對DNA序列進行一系列操作，包括子序列截取，互補序列獲取，反向序列獲取，反向互補序列獲取。在python語言中，可編寫如下函數完成這些簡單功能。

子序列截取

python中對序列截取使用字符串切片功能就可以完成，例如：

>>> seq="ATGATATAGtatatatgCAAGAGg"
>>> subseq = seq[1:6]
>>> subseq
"TGATA"

 

注意，切片操作是“0-base”的，包左不包右。

互補序列獲取

比較常見的做法是定義一個鹼基替換字典，如下所示：

def complement(s)：
    basecomplemt = {
         "A":"T",
          "T":"A",
          "G":"C",
          "C":G",
          "a":"t",
          "t":"a",
          "g":"c",
          "c":"g",
          }
    letters = list(s)
    letters = [basecomplement[base] for base in letters]
    return ''.join(letters)

 

使用python3字符串使用的translate方法

def complement(seq):
    return seq.translate(str.maketrans('ACGTacgtRYMKrymkVBHDvbhd', 'TGCAtgcaYRKMyrkmBVDHbvdh'))

 

或python2 string包中的maketrans方法

from string import maketrans

def complement(seq):
    return seq.translate(maketrans('ACGTacgtRYMKrymkVBHDvbhd', 'TGCAtgcaYRKMyrkmBVDHbvdh'))

 

反向互補序列獲取

def revcomp(seq): 
    return complement(seq)[::-1]

參考資料

DNA反向互補序列獲取