如何将codon密码子映射表转换为指定键值对格式文本用于序列翻译

1. 读取codon文件时pd.read_fwf默认将第一行内容作为列名，导致第一组TTT F映射丢失
2. 字符串拼接时没有补充要求的单引号、逗号分隔格式
3. 额外转csv再转txt的步骤冗余，反而增加格式出错概率

直接逐行读取原codon文件处理，不需要引入pandas依赖，代码如下：

# 读取原codon文件生成目标格式
codon_map = []
with open('codons', 'r') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        codon, aa = line.split()
        codon_map.append(f"'{codon}':'{aa}'")

# 拼接后写入txt
result = ", ".join(codon_map)
with open('codondict.txt', 'w') as f:
    f.write(result)

运行后得到的codondict.txt就完全符合你要的'TTC':'F', 'TTY':'F', 'TTA':'L'...格式。

如果你后续要使用该映射翻译序列，不需要额外读txt文件转字典，直接在代码里生成字典更方便，参考代码：

codon_dict = {}
with open('codons', 'r') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        codon, aa = line.split()
        codon_dict[codon] = aa

# 使用示例：翻译序列
seq = "TTCTTYTTA"
# 按3位切割序列
codons = [seq[i:i+3] for i in range(0, len(seq), 3)]
translated = "".join([codon_dict[c] for c in codons])
print(translated)

内容的提问来源于stack exchange，提问作者riven