Discussion :

[Emmanuel_3005]

Bonjour à tous,

Voila plusieurs jours que j'essaye de me démêler avec un bout de code en vain, pas étonnant, sachant que je suis nouveau en python et n'en saisi pas encore toute la logique.
J'aimerais, à partir d'un dictionnaire, remplacer toutes les occurrences contenues dans une liste de plusieurs listes. D'une manière plus claire, on a :

les sequences = [['TTT[T/G]TTT'], ['GGG[A/C]TTT']]
Et le dictionnaire = {'A':'A','C':'C','G':'G','T':'T','[A/C]':'M','[A/G]':'R','[A/T]':'W','[C/G]':'S','[C/T]':'Y','[G/T]':'K','[C/A]':'M','[G/A]':'R','[T/A]':'W','[G/C]':'S','[T/C]':'Y','[T/G]':'K'}

Et j'aimerais obtenir :

sequences = [['TTTKTTT'], ['GGGMTTT']].

Sachant que j'ai plusieurs dizaines de listes dans ma liste sequences contenant quasiment tous au moins une clé de mon dictionnaire.

J'ai commencé ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
dictionnaire = {'A':'A',
    	'C':'C',
    	'G':'G',
    	'T':'T',
    	'[A/C]':'M',
    	'[A/G]':'R',
    	'[A/T]':'W',
    	'[C/G]':'S',
    	'[C/T]':'Y',
    	'[G/T]':'K',
    	'[C/A]':'M',
    	'[G/A]':'R',
    	'[T/A]':'W',
    	'[G/C]':'S',
    	'[T/C]':'Y',
    	'[T/G]':'K'}
 
for lettres in str(Sequences):
	print iupacdict.get(lettres)

1) J'obtiens bien le remplacement mais uniquement des caractères seuls (A, T, C, G)
2) J'obtiens un seul caractère par ligne

J'ai donc essayé ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
mregex = ''
for lettres in Sequences:
    mregex += iupacdict.get(lettres)
 
print mregex
 
tosearch = re.compile(str(mregex))
for i in tosearch.findall(Sequences):
    print i

Mais j'obtiens l'erreur suivante :
Traceback (most recent call last):
File "tmp.py", line 84, in <module>
mregex += iupacdict.get(lettres)
TypeError: unhashable type: 'list'

Je ne sais donc pas trop comment m'en défaire, auriez-vous quelques pistes à me donner pour obtenir le résultat souhaité ?

Merci, bonne journée,

Emmanuel.

[wiztricks]

Salut,
Je ne vais pas vous gâcher le plaisir d'apprendre!
Juste quelques pistes:
On initialise:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
>>> SEQ = ['TTT[T/G]TTT', 'GGG[A/C]TTT']
>>> DICO = {'A':'A','C':'C','G':'G','T':'T','[A/C]':'M','[A/G]':'R','[A/T]':'W',
'[C/G]':'S','[C/T]':'Y','[G/T]':'K','[C/A]':'M','[G/A]':'R','[T/A]':'W','[G/C]':
'S','[T/C]':'Y','[T/G]':'K'}
>>> s = SEQ[0]

Pourquoi avoir fait séquences comme liste de listes?
Maintenant on applique un re.search, m.span retourne (debut, fin) du "match":

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
>>> m = re.search(r'(\[\w/\w\])', s)
>>> m.span()
(3, 8)
>>> key = s[3:8]
>>> key
'[T/G]'

On remplace avec la valeur dans DICO:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
>>> v = DICO.get(key)
>>> n = s[:3] + v + s[8:]
>>> n
'TTTKTTT'

- W

[VinsS]

Salut,

Un simple replace() aurait suffit aussi

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
new = []
for seq in SEQUENCES:
    s = seq[0]
    print seq
    for k in dic.keys():
        s = s.replace(k, dic[k])
    new.append([s])
 
print SEQUENCES
print new
 
[['TTT[T/G]TTT'], ['GGG[A/C]TTT']]
[['TTTKTTT'], ['GGGMTTT']]

Les regex c'est bien lorsque l'on ne sait pas ce que l'on cherche.

[wiztricks]

Un simple replace() aurait suffit aussi
.....
Les regex c'est bien lorsque l'on ne sait pas ce que l'on cherche.

Ça "fonctionne" mais c'est plutôt bourrin car ça essaie de remplacer toutes les clés du dico...

- W

[Emmanuel_3005]

Bonjour à tous les deux,

Merci pour vos conseils. J'aurais été tenté d'appliquer la solution de VinsS mais entre temps, il s'est avéré qu'il n'était peut être pas nécessaire d'avoir une liste de listes. Donc si j'ai :
Sequences = ['TTT[T/G]TTT', 'GGG[A/C]TTT']
avec un dictionnaire assez complet, je peux finalement faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
inMotif=False
motif=""
newSeqs=[]
for seq in Sequences:
	newSeq=""
	for lettre in seq :
		if(lettre=='['):
			inMotif=True
 
		if(inMotif==True):
			motif=motif+lettre
		else:
			newSeq=newSeq+lettre
 
		if(lettre==']'):
			newSeq=newSeq+str(iupacdict.get(motif))
			inMotif=False
			motif=""
	newSeqs.append(newSeq)

Ce n'est pas très joli c'est sûr, et un peu plus long mais ça reste fonctionnel. Je garde en mémoires vos deux méthodes respectives et je les utiliserai assez rapidement je pense.

Merci pour votre disponibilité en tout cas, je pense que nous aurons l'occasion d'échanger à nouveau, j'ai lu quelques uns de vos nombreux messages sur le forum.

Bonne suite et merci à nouveau,

Emmanuel.