为何Biopython内置计算的蛋白质分子量与自定义代码结果不同？

以下是导致两个结果出现明显偏差的核心原因：

• 氨基酸权重数据不匹配
  自定义代码依赖weights字典存储的氨基酸分子量，而Biopython的ProteinAnalysis.molecular_weight()默认采用平均同位素质量（若指定monoisotopic=True则切换为单同位素质量）。如果你的weights字典使用的是单同位素质量、或部分氨基酸的数值存在错误（如侧链质量计算偏差），会直接拉低或抬高总分子量。你的自定义结果远低于Biopython值，大概率是weights中的氨基酸质量普遍偏小。

• 氨基酸统计存在遗漏或错误
  自定义代码的proteins[i]字典可能未完整统计fasta序列中的所有氨基酸：比如序列包含稀有氨基酸（如U、O等），但weights字典没有对应键，导致这些氨基酸的质量未被计入；或者proteins[i]对部分氨基酸的计数有误，使得总氨基酸质量mw的累加值远低于实际序列的总质量。

• 特殊结构或参数设置差异
  Biopython的molecular_weight()默认保留N端游离氨基和C端游离羧基的质量，这部分逻辑和你的自定义代码一致，但如果你的weights字典中的氨基酸质量未包含末端基团，或Biopython代码中隐含了特殊参数（比如开启了二硫键质量扣除），也会造成偏差。不过Biopython默认不考虑二硫键，所以这种可能性较低。

• 代码逻辑的隐性错误
  虽然循环逻辑表面正确，但如果proteins[i]的键值对存在重复遍历、或z的数值并非对应氨基酸的实际数量，会导致mw和总氨基酸数n的计算错误，最终影响最终分子量结果。

内容的提问来源于stack exchange，提问作者Samar Shaheen