python - 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 说明书指出:

There is an optional argument alphabet to specify the alphabet to be used. This is useful for file formats like FASTA where otherwise Bio.SeqIO will default to a generic alphabet.

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()

这将从 UniProt 数据库导入大量 FASTA 文件。问题是它在通用的 SingleLetterAlphabet 类中。如何在 SingleLetterAlphabet 和 ExtendedIUPACProtein 之间转换？

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))