python - 迭代一系列 GenBank 基因并将每个基因的特征附加到列表中仅返回最后一个基因

Question

我的代码有问题。我正在尝试使用 BioPython 迭代 genbank 文件的基因列表。它看起来像这样:

class genBank:
    gbProtId = str()
    gbStart = int()
    gbStop = int()
    gbStrand = int()

genBankEntries = list()

for seq_record in SeqIO.parse(genBankFile, "genbank"):
    for seq_feature in seq_record.features:
        genBankEntry = genBank
        if seq_feature.type == "CDS":
            genBankEntry.gbProtId = seq_feature.qualifiers['protein_id']
            genBankEntry.gbStart = seq_feature.location.start # prodigal GFF3 output is 1 based indexing
            genBankEntry.gbStop = seq_feature.location.end 
            genBankEntry.gbStrand = seq_feature.strand
            genBankEntries.append(genBankEntry)

它看起来应该可以工作，但是当我运行它时，生成的结构genBankEntries只是一个巨大的堆栈，其大小与genbank文件中的基因数量相同，但只有最终值seq_record.features 作为每个列表元素:

00 = {type} <class '__main__.genBank'>
 gbProtId = {list} ['BAA31840.1']
 gbStart = {ExactPosition} 90649
 gbStop = {ExactPosition} 91648
 gbStrand = {int} 1
...
82 = {type} <class '__main__.genBank'>
 gbProtId = {list} ['BAA31840.1']
 gbStart = {ExactPosition} 90649
 gbStop = {ExactPosition} 91648
 gbStrand = {int} 1

这尤其令人困惑，因为两个 for 循环似乎都能正常工作:

for seq_record in SeqIO.parse(genBankFile, "genbank"):
    for seq_feature in seq_record.features:
        print(seq_feature)

这是为什么？

Answer 1

您永远不会创建 genBank 类的任何实例。每次循环迭代都会更改 genBank 类的类级属性，并且每次都会将相同的对象添加到列表中。每次循环都会覆盖前一次的值。

对于内部循环的第一行，添加括号以调用类型并创建 genBank 的实例。相反，它将是 genBankEntry = genBank()。这会为每个循环创建一个新的不同对象。