如何用python将蛋白质ID转换为序列

在Python中，要将蛋白质ID转换为氨基酸序列，通常需要使用生物信息学数据库API或下载文件（如FASTA格式），然后解析其中的信息。以下是一个简单的步骤：

1. **获取数据**：
- 使用生物数据库工具，如Uniprot API（https://www.uniprot.org/help/apiid）或者NCBI Entrez（https://www.ncbi.nlm.nih.gov/books/NBK25499/）查询给定的蛋白质ID。
- 或者从本地文件夹中的FASTA文件中查找，如果已经存储了序列。

2. **解析数据**：
- 对于Uniprot API，可以使用requests库发送HTTP请求，并解析返回的JSON响应，找到“sequence”字段。
- 对于FASTA文件，使用BioPython库（biopython）读取并提取匹配的条目，其序列保存在`entry.seq`属性。

import requests
from Bio import SeqIO

# 示例：Uniprot API
def get_protein_sequence(protein_id):
    url = f"https://www.uniprot.org/uniprot/{protein_id}.fasta"
    response = requests.get(url)
    sequence = None
    if response.status_code == 200:
        for record in SeqIO.parse(response.text, "fasta"):
            if record.id == protein_id:
                sequence = str(record.seq)
                break
    return sequence

# 示例：本地FASTA文件
def parse_fasta_file(fasta_file, protein_id):
    with open(fasta_file, "r") as handle:
        for record in SeqIO.parse(handle, "fasta"):
            if record.id == protein_id:
                sequence = str(record.seq)
                break
    return sequence

# 使用方法：
sequence = get_protein_sequence("P12345") or parse_fasta_file("my_proteins.fasta", "P12345")