python - 遍历一系列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

我的代码有问题。我正在尝试使用BioPython遍历genbank文件的基因列表。看起来是这样的：

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)

看起来它应该可以工作，但是当我运行它时，得到的结构genBankEntries只是一个巨大的堆栈，大小与genbank文件中的基因数量相当，但是每个列表元素中只有seq_record.features的最终值：

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)

为什么是这样？

最佳答案

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类的类级别属性，并且每次都将相同的对象添加到列表中。循环中的每次遍历都会覆盖前一次遍历中的值。

对于内部循环的第一行，添加括号以调用该类型并创建genBank的实例。而是genBankEntry = genBank()。这将为每个循环遍历创建一个新的不同对象。

关于python - 遍历一系列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，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55128143/