统计蛋白序列中20种氨基酸的的个数和频率
题目
MNAPERQPQPDGGDAPGHEPGGSPQDELDFSILFDYEYLNPNEEEPNAHKVASPPSGPAYPDDVLDYGLKPYSPLASLSGEPPGRFGEPDRVGPQKFLSAAKPAGASGLSPRIEITPSHELIQAVGPLRMRDAGLLVEQPPLAGVAASPRFTLPVPGFEGYREPLCLSPASSGSSASFISDTFSPYTSPCVSPNNGGPDDLCPQFQNIPAHYSPRTSPIMSPRTSLAEDSCLGRHSPVPRPASRSSSPGAKRRHSCAEALVALPPGASPQRSRSPSPQPSSHVAPQDHGSPAGYPPVAGSAVIMDALNSLATDSPCGIPPKMWKTSP
提示和要求:用循环、字典等实现,并将频率输出到名为D:\test\frq.txt的文本文件中,且文件的第一行必须是标题行,包含20列,每一列为对应氨基酸的单字母符号,列间用Tab键’\t’分割。
解答过程
这题用过一个字符串的count()
函数会比较简单实现统计频数的操作。
# -*- coding: utf-8 -*-
# @Author : 张英豪
# @Time : 2022-11-30
# @Function: 统计蛋白质序列中氨基酸的频率
# 蛋白质序列
Protein_Sequence = 'MNAPERQPQPDGGDAPGHEPGGSPQDELDFSILFDYEYLNPNEEEPNAHKVASPPSGPAYPDDVLDYGLKPYSPLASLSGEPPGRFGEPDRVGPQKFLSAAKPAGASGLSPRIEITPSHELIQAVGPLRMRDAGLLVEQPPLAGVAASPRFTLPVPGFEGYREPLCLSPASSGSSASFISDTFSPYTSPCVSPNNGGPDDLCPQFQNIPAHYSPRTSPIMSPRTSLAEDSCLGRHSPVPRPASRSSSPGAKRRHSCAEALVALPPGASPQRSRSPSPQPSSHVAPQDHGSPAGYPPVAGSAVIMDALNSLATDSPCGIPPKMWKTSP'
# 氨基酸的种类
Amino_Acid_type = 'ACDEFGHIKLMNPQRSTVWY'
# 统计氨基酸的频率,保留三位小数
Amino_Acid_freq = {}
for i in range(len(Amino_Acid_type)):
Amino_Acid_freq[Amino_Acid_type[i]] = round(Protein_Sequence.count(Amino_Acid_type[i]) / len(Protein_Sequence),3)
# 创建并打开一个文本文件
file = open('D:/test/frq.txt', 'w')
for k in Amino_Acid_freq.keys():
file.write(str(k) + '\t')
file.write('\n')
for v in Amino_Acid_freq.values():
file.write(str(v) + '\t')
# 关闭文件
file.close()