python - 从多序列比对中输出相同的列

Question

你好。我正在编写一个函数来查找相同的对齐列，然后将这些列存储在字典中，这样键应该是列(作为字符串)，值是包含列索引的列表。我遇到了一些困难。我当前的代码只能进行一次对齐:

from Bio.Align import MultipleSeqAlignment
from Bio.Alphabet import IUPAC, Gapped, generic_dna
from Bio.Seq import Seq
from Bio.SeqRecord import SeqRecord
align1 = MultipleSeqAlignment([
          SeqRecord(Seq("ACTGCTAGCTAG", generic_dna), id="Alpha"),
          SeqRecord(Seq("ACT-CTAGCTAG", generic_dna), id="Beta"),
          SeqRecord(Seq("ACTGCTAGDTAG", generic_dna), id="Gamma"),
      ])
print align1.format("phylip")

我不确定如何从这里开始。

输出应该是一个字典，包含相同的对齐列作为键和相同列的索引作为值。

Answer 1

您可以使用 align1[:,index] 访问列。

要创建字典，请使用此循环:

dict = {}
for i in range(0,align1.get_alignment_length()):
   if align1[:,i] in dict:
      dict[align1[:,i]].append(i)
   else:
      dict[align1[:,i]] = [i]