使用 Biopython 检索 Swissprot 条目的亚型序列?

Using Biopython to Retrieve Isoform Sequences of a Swissprot Entry?

如果我有一种带有亚型的蛋白质,并且我想检索每个亚型的序列,我该怎么做呢?

from Bio import ExPASy
from Bio import SwissProt

accessions = ["Q16620"]

handle = ExPASy.get_sprot_raw(accessions)
record = SwissProt.read(handle)

biopython 教程中的这个示例将检索具有 record.sequence 的第一个亚型的序列。

我发现简单地制作一个加入列表以在 uniprot["Q16620-1", "Q16620-2", "Q16620-3", ...] 上列出的异构体条目的形式进行迭代是行不通的。

您可以使用 EBML-EBI 的 Proteins API 和几行 Python 代码。

这只会为您提供字符串形式的序列,而不是完全成熟的 BioPython 对象。

import requests
import xml.etree.ElementTree as ET

accession = "Q16620"

# a dictionary storing the sequence of your isoforms, key: accesion number, value: sequence
isoforms = dict()

# make a call to EBI API
r = requests.get('https://www.ebi.ac.uk/proteins/api/proteins/{}/isoforms'.format(accession))

# parse the returned XML
uniprot = ET.fromstring(r.text)

for isoform in uniprot:
    # get the sequence
    seq = isoform.find('{http://uniprot.org/uniprot}sequence')

    # get the accession number
    iso_accession = isoform.find('{http://uniprot.org/uniprot}accession')

    # add the values to the dictionary
    if seq.text and iso_accession.text:
        isoforms[iso_accession.text] = seq.text