BioPython SeqIO写入GenBank时遇Invalid Alphabet报错求助

问题根源 #

你遇到的TypeError是因为直接使用了抽象的Bio.Alphabet.ProteinAlphabet类，而Biopython 1.73在写入GenBank格式时，要求使用具体的IUPAC字母表实例，而非抽象类。

修复方案 #

1. 用Bio.Alphabet.IUPAC.IUPACProtein()实例替代ProteinAlphabet类
2. 补充GenBank规范要求的注释字段（如molecule_type），确保Geneious能正确识别序列类型

修正后的代码 #

from Bio.Seq import Seq
from Bio.SeqRecord import SeqRecord
from Bio.Alphabet.IUPAC import IUPACProtein
from tempfile import NamedTemporaryFile
from Bio import SeqIO

# 创建符合要求的SeqRecord
record = SeqRecord.SeqRecord(
    Seq("MIRQALAVAALLLAGTAQADGLIDN", alphabet=IUPACProtein()),
    id="FooBar",
    description="Sample protein sequence",
    annotations={"molecule_type": "protein"}  # GenBank必填注释字段
)

# 写入临时GenBank文件
with NamedTemporaryFile(mode="w", suffix=".gb") as genbank:
    SeqIO.write(record, genbank, "genbank")
    # 可选：验证文件是否可正常读取
    genbank.seek(0)
    verified_record = SeqIO.read(genbank, "genbank")
    print(f"验证通过：读取到序列ID - {verified_record.id}")

额外说明 #

• 若必须保留Biopython 1.73版本，上述方法可直接解决Alphabet错误；若条件允许，升级到Biopython 1.78+版本可彻底避免这类字母表相关问题（新版本已逐步弃用Alphabet模块，改为自动推断序列类型）
• Geneious对GenBank文件的规范性要求较高，补充物种、来源等更多注释字段能进一步提升兼容性

内容的提问来源于stack exchange，提问作者El Dude