我是一名生物工程博士学位的学生,试图自学Python编程以自动化研究的一部分,但是我遇到了处理更大列表中的子列表的问题,我似乎无法解决。
基本上,我要做的目标是编写一个小脚本,该脚本将处理一个CSV文件,该文件包含使用各种DNA组装方法构建的质粒序列列表,然后吐出我需要的引物序列订购以构建质粒。
这是我正在处理的方案:
当我要构建质粒时,我必须在Excel电子表格中输入该质粒的完整序列。我必须在两种DNA组装方法之间选择,即“吉布森”和“ iPCR”。每个“ iPCR”装配体只需要列表中的一行,因此我已经知道如何处理这些人了,因为我只需要将要构建的质粒的完整序列放入一个单元格即可。另一方面,“吉布森”程序集要求我必须将完整的DNA序列分成较小的块,因此有时我需要在Excel电子表格中使用2-5行来完整描述一个质粒。
因此,我得到了一个电子表格,最终看起来像这样:
构造.....策略.....名称
1 ...... Gibson ..... P(OmpC)-cI :: P(cI)-LacZ控制器
1 ...... Gibson ..... P(OmpC)-cI :: P(cI)-LacZ控制器
1 ...... Gibson ..... P(OmpC)-cI :: P(cI)-LacZ控制器
2 ..... iPCR .......带有K1F pos的P(cpcG2)-K1F控制器。反馈
3 ..... Gibson ..... P(cpcG2)-K1F控制器具有互换的启动子位置
3 ..... Gibson ..... P(cpcG2)-K1F控制器具有互换的启动子位置
4 ..... iPCR ....... P(cpcG2)-K1F控制器具有更强大的K1F RBS库
我认为这份清单足够代表。
所以我遇到的问题是,我希望能够遍历列表并处理Gibsons,但是我似乎无法使代码按我想要的方式工作。这是我到目前为止编写的代码:
#import BioPython Tools
from Bio.Seq import Seq
from Bio.Alphabet import IUPAC
#import csv tools
import csv
import sys
import os
with open('constructs-to-make.csv', 'rU') as constructs:
construct_list = csv.reader(constructs, delimiter=',')
construct_list.next()
construct_number = 1
primer_list = []
temp_list = []
counter = 2
for row in construct_list:
print('Current row is row number ' + str(counter))
print('Current construct number is ' + str(construct_number))
print('Current assembly type is ' + row[1])
if row[1] == "Gibson": #here, we process the Gibson assemblies first
print('Current construct number is: #' + row[0] + ' on row ' + str(counter) + ', which is a Gibson assembly')
## print(int(row[0]))
## print(row[3])
if int(row[0]) == construct_number:
print('Adding DNA sequence from row ' + str(counter) + ' for construct number ' + row[0])
temp_list.append(str(row[3]))
counter += 1
if int(row[0]) > construct_number:
print('Current construct number is ' + str(row[0]) + ', which is greater than the current construct number, ' + str(construct_number))
print('Therefore, going to work on construct number ' + str(construct_number))
for part in temp_list: #process the primer design work here
print('test')
## print(part)
construct_number += 1
temp_list = []
print('Adding DNA from row #' + str(counter) + ' from construct number ' + str(construct_number))
temp_list.append(row)
print('Next construct number is number ' + str(construct_number))
counter += 1
## counter += 1
if str(row[1]) == "iPCR":
print('Current construct number is: ' + row[0] + ' on row ' + str(counter) + ', which is an iPCR assembly.')
#process the primer design work here
#get first 60 nucleotides from the sequence
sequence = row[3]
fw_primer = sequence[1:61]
print('Sequence of forward primer:')
print(fw_primer)
last_sixty = sequence[-60:]
## print(last_sixty)
re_primer = Seq(last_sixty).reverse_complement()
print('Sequence of reverse primer:')
print(re_primer)
#ending code: add 1 to counter and construct number
counter += 1
construct_number += 1
## if int(row[0]) == construct_number:
## else:
## counter += 1
## construct_number += 1
## print(temp_list)
## for row in temp_list:
## print(temp_list)
## print(temp_list[-1])
# fw_primer = temp_list[counter - 1].
(我知道代码看起来很傻-除了入门Java,我从未做过任何编程类。)
此代码的问题是,如果我要通过“ Gibson”程序集构建的n个“构建体”(又称质粒),它将处理前n-1个质粒,而不处理最后一个。但是,我也没有想到任何更好的方法来编写此代码,但是我可以看到我正在尝试实现的工作流,知道如何处理列表中的“ n”个事物,但每个“事物”的行数可变,对我来说真的很方便。
我真的很感谢任何人的帮助!非常感谢!
最佳答案
只是python的一些常规编码帮助。如果您尚未阅读PEP8,请阅读。
为了保持清晰的代码,将变量分配给记录/行中引用的字段可能会有所帮助。
我会为任何引用的字段添加这样的内容:
construct_idx = 0
另外,我建议使用字符串格式,它更干净。
所以:
print('Current construct number is: #{} on row {}, which is a Gibson assembly'.format(row[construct_idx], counter))
代替:
print('Current construct number is: #' + row[0] + ' on row ' + str(counter) + ', which is a Gibson assembly')
如果要创建csv阅读器对象,则将其变量名“ * _list”误导。将其称为“ * _reader”更为直观。
construct_reader = csv.reader(constructs, delimiter=',')
代替:
construct_list = csv.reader(constructs, delimiter=',')