Question fonction split

Version imprimable

26/01/2019, 16h29
Amniote

Question fonction split

Bonjour à tous,

J'essaie de splitter cette ligne : L=[tta,ttg,ctt,ctc,cta,ctg].

afin d'obtenir : L=["tta","ttg","ctt","ctc","cta","ctg"].

J'ai essayé avec le commande suivante : matchnt=re.split("[,]",ligne).

et me donne le résultat suivant : ['L=[tta', 'ttg', 'ctt', 'ctc', 'cta', 'ctg]'].

Pouvez-vous m'aider svp ?

Merci
26/01/2019, 17h19
bistouille
Salut.
Code:

1 2 3 4 >>> s = 'L=[tta,ttg,ctt,ctc,cta,ctg]' >>> locals()[s[:s.find('=')]] = [n.strip() for n in s[s.find('[')+1:-1].split(',')] >>> L ['tta', 'ttg', 'ctt', 'ctc', 'cta', 'ctg']
Maintenant pourquoi as-tu ce genre de valeur stockée comme chaîne de caractères ? Car ce n'est pas vraiment une bonne solution de stocker des valeurs ainsi.

Merci pour votre réponse rapide ! :)

Je suis étudiant en Bioinformatique et on me demande de créer un algorithme afin de vérifier que l'étape de traduction des nucléotides en chaîne d'acides aminés s'est déroulée avec succès.

Pour ce faire, je me suis crée un fichier texte avec le code génétique qui se présente sous cette forme :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 F=[ttt,ttc] S=[tct,tcc,tca,tcg,agt,agc] Y=[tat,tac] C=[tgt,tgc] L=[tta,ttg,ctt,ctc,cta,ctg] *=[taa,tga,tag] W=[tgg] P=[cct,ccc,cca,ccg] H=[cat,cac] R=[cgt,cgc,cga,cgg,aga,agg] Q=[caa,cag] I=[att,atc,ata] T=[act,acc,aca,acg] N=[aat,aac] K=[aaa,aag] M=[atg] V=[gtt,gtc,gta,gtg] A=[gct,gcc,gca,gcg] D=[gat,gac] G=[ggt,ggc,gga,ggg] E=[gaa,gag]
Je voulais donc créer un dictionnaire avec pour clé l'acide aminé (la lettre majuscule) et en valeur le ou les codons correspondants (les trois lettres minuscules).

Je ne sais pas si mes explications sont très claires ^^

26/01/2019, 19h24
bistouille

En effet, le format choisi n'est pas le meilleur, il n'y a pas trop d'intérêts à utiliser des crochets.

Citation:

S=tct,tcc,tca,tcg,agt,agc

Serait beaucoup plus simple et ne gènerait pas la lisibilité.
Et puis oui, mieux vaudrait mettre tes valeurs dans un dictionnaire plutôt que de faire X variables distinctes.

Sinon il y a d'autres formats de fichiers standards comme le csv, xml, json, le csv étant le plus simple, le json quant à lui gère les listes. Bon ce sera beaucoup moins lisible que des valeurs inlines, c'est sûr :mrgreen:
26/01/2019, 20h04
Amniote

Je vais essayer de modifier mon programme pour arranger ça alors :)

Une dernière question que je me pose; j'ai une séquence nucléotidique (par exemple : atcgtaccatgccatccg) et je cherche à diviser cette chaine de caractère par lettres de 3 pour pouvoir faire un nouveau dictionnaire avec des codons et l'acide aminé que la traduction à produit (je vais par la suite comparer mon dictionnaire "code génétique" avec ce nouveau dictionnaire) Je cherche donc à obtenir "atc","gta","cca","tgc","cat" et "ccg".

Une idée ?
26/01/2019, 20h35
Samirdu91

Tu fais un for qui t'apprends les mots dans une liste avec un pas de 3 et ensuite tu utilises les slices sur les chaines de caractère.

Bonjour à tous, je fais face à un nouveau problème...

Voici un extrait de mon code :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
with open ("sequencetest.txt" , "r") as f2:
	for lignes in f2:
		lignes=lignes.rstrip("\n")
		matchprot=re.search("(^[A-Z]+)",lignes) #Regex pour isoler notre séquence protéique
		matchnucl=re.search("(^[a-z]+)",lignes) #Regex pour isoler notre séquence nucléique
		if matchprot:
			seqprot=matchprot.group(1) #On a isolé la séquence protéique
			acidesamines = re.findall('.{1}', seqprot) #On divise notre séquence protéique lettre par lettre pour garder les acides aminés.
		if matchnucl:
			seqnucl=matchnucl.group(1) #On a isolé la séquence nucléique
			codons = re.findall('.{1,3}', seqnucl) #On divise notre séquence nucléotidique par lettres de 3 (codons).	
		dSequencedetude[acidesamines] = codons
 
print (dSequencedetude)

Or lorsque je lance mon programme, le terminal m'indique que "codons" et "acidesamines" ne sont pas définis. Pourtant quand je les prints ils me ressortent bien ce que je veux....

Citation:

Envoyé par Amniote

Bonjour à tous

Bonjour à toi

Citation:

Envoyé par Amniote

je fais face à un nouveau problème...

Alors nouveau topic. Déjà c'est plus simple pour tout le monde et en plus ça attire plus de monde (certains, voyant le nombre de réponses de ce topic, pourraient hésiter à y entrer pensant que tout a déjà été dit).
Citation:
Envoyé par Amniote
Voici un extrait de mon code :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 with open ("sequencetest.txt" , "r") as f2: for lignes in f2: lignes=lignes.rstrip("\n") matchprot=re.search("(^[A-Z]+)",lignes) #Regex pour isoler notre séquence protéique matchnucl=re.search("(^[a-z]+)",lignes) #Regex pour isoler notre séquence nucléique if matchprot: seqprot=matchprot.group(1) #On a isolé la séquence protéique acidesamines = re.findall('.{1}', seqprot) #On divise notre séquence protéique lettre par lettre pour garder les acides aminés. if matchnucl: seqnucl=matchnucl.group(1) #On a isolé la séquence nucléique codons = re.findall('.{1,3}', seqnucl) #On divise notre séquence nucléotidique par lettres de 3 (codons). dSequencedetude[acidesamines] = codons print (dSequencedetude)
Or lorsque je lance mon programme, le terminal m'indique que "codons" et "acidesamines" ne sont pas définis. Pourtant quand je les prints ils me ressortent bien ce que je veux....
"codons" n'est défini que si le code passe dans le "if". S'il n'y passe pas, alors "codons" n'est pas défini. Idem pour "acidesamines"...