如何用Python/Biopython生成指定肽链最多3个AA替换的独特突变体

以下代码为纯Python实现，无需安装额外依赖，可直接运行，也可快速对接Biopython的序列处理工具：

基础参数说明 #

• 原始肽骨架：CKASGFTFS（长度9个氨基酸）
• 允许替换的氨基酸池：20种标准氨基酸 A,R,N,D,E,G,C,Q,H,I,L,K,M,F,P,S,T,W,Y,V
• 突变规则：仅替换1/2/3个位点，其余位点保持原序列，最终输出去重后的突变序列列表

完整可运行代码 #

import itertools

# 定义基础参数
original_seq = "CKASGFTFS"
aa_pool = ["A","R","N","D","E","G","C","Q","H","I","L","K","M","F","P","S","T","W","Y","V"]
max_mut = 3  # 最多替换3个位点

# 用set存储自动去重
unique_mutants = set()

# 遍历突变数目：1个、2个、3个位点
for mut_count in range(1, max_mut+1):
    # 选出所有可能的mut_count个不同的突变位点组合
    for positions in itertools.combinations(range(len(original_seq)), mut_count):
        # 每个突变位点对应的可选氨基酸（排除和原位点相同的氨基酸，避免无效突变）
        possible_aas = [ [aa for aa in aa_pool if aa != original_seq[pos]] for pos in positions ]
        # 遍历所有氨基酸组合的笛卡尔积
        for aa_sub in itertools.product(*possible_aas):
            # 把字符串转成列表方便修改
            seq_list = list(original_seq)
            for idx, pos in enumerate(positions):
                seq_list[pos] = aa_sub[idx]
            # 转成字符串加入去重集合
            unique_mutants.add("".join(seq_list))

# 转成列表格式输出
mutant_list = list(unique_mutants)

# 测试输出：打印前10条序列和总数量
print(f"总突变序列数：{len(mutant_list)}")
print("前10条序列示例：", mutant_list[:10])

补充说明 #

• 代码运行后总生成约59万条有效去重序列，普通消费级电脑可在3秒内完成计算
• 若需要使用Biopython处理生成的序列，仅需在生成序列后调用Bio.Seq.Seq()方法包裹字符串即可，核心生成逻辑无需修改
• 若允许保留和原氨基酸相同的替换（即包含无效突变），直接把possible_aas的过滤条件删除即可

内容的提问来源于stack exchange，提问作者shivam Gupta