如何使用Python从蛋白质序列获取含漏切位点的胰蛋白酶酶切肽段

实现方案 #

核心逻辑 #

你已经获取到所有K/R的位点坐标，只需要补全序列首尾的边界，即可通过控制位点间隔实现不同次数的漏切，同时按规则提取肽段：

1. 在位点列表开头补-1，对应第一个肽段从序列起始位置开始
2. 在位点列表末尾补序列总长度，对应最后一个肽段到序列末尾结束
3. 漏切n次等价于间隔n个位点取切割区间，即可包含中间的n个K/R位点

完整代码示例 #

# 替换为你的实际蛋白序列
seq1 = "MAKELoveRProteinKTestR"

# 1. 获取所有K/R的切割位点（你原有逻辑的简化写法）
cut_sites = [pos for pos, char in enumerate(seq1) if char in ("K", "R")]
# 补全首尾边界
cut_sites = [-1] + cut_sites + [len(seq1)]

# 2. 提取指定漏切次数的肽段
max_miss_cleave = 2  # 可自行调整允许的最大漏切次数，0为完全酶切
all_peptides = []

for miss_num in range(max_miss_cleave + 1):
    # 遍历所有可行的起始切割位点
    for i in range(len(cut_sites) - miss_num - 1):
        # 从当前K/R的下一位开始
        start_idx = cut_sites[i] + 1
        # 到漏切n个后的K/R位点结束，因Python切片左闭右开，故+1以包含末尾的K/R
        end_idx = cut_sites[i + miss_num + 1] + 1
        # 提取肽段
        peptide = seq1[start_idx:end_idx]
        all_peptides.append(peptide)

# 输出所有肽段
print(all_peptides)

# 3. 适配你已有的分子量计算函数，假设你的分子量函数为calc_mw(肽段序列)
for pep in all_peptides:
    # mw = calc_mw(pep)
    # 按需处理分子量、同位素分布即可
    print(f"肽段：{pep}")

注意说明 #

• 允许的漏切次数直接修改max_miss_cleave参数即可，比如只需要完全酶切就设为0，最多2次漏切设为2
• 如果需要去重肽段，可在肽段收集完成后加一行all_peptides = list(set(all_peptides))，注意set会打乱顺序，需要保留顺序可以用遍历去重的方式
• Python字符串/列表切片为左闭右开规则，所以末尾索引需要+1才能包含目标位置的K/R

内容的提问来源于stack exchange，提问作者manrai