迭代一系列GenBank基因并将每个基因的特征附加到列表中仅返回最后一个基因

Question

我的代码有问题。我正在尝试使用BioPython迭代genbank文件的基因列表。这是它的样子：

class genBank:
    gbProtId = str()
    gbStart = int()
    gbStop = int()
    gbStrand = int()

genBankEntries = list()

for seq_record in SeqIO.parse(genBankFile, "genbank"):
    for seq_feature in seq_record.features:
        genBankEntry = genBank
        if seq_feature.type == "CDS":
            genBankEntry.gbProtId = seq_feature.qualifiers['protein_id']
            genBankEntry.gbStart = seq_feature.location.start # prodigal GFF3 output is 1 based indexing
            genBankEntry.gbStop = seq_feature.location.end 
            genBankEntry.gbStrand = seq_feature.strand
            genBankEntries.append(genBankEntry)

它看起来应该可以工作，但是当我运行它时，结果结构genBankEntries只是genbank文件中基因数量的一个巨大堆栈，但是seq_record.features中的最终值只是每个列表元素：

00 = {type} <class '__main__.genBank'>
 gbProtId = {list} ['BAA31840.1']
 gbStart = {ExactPosition} 90649
 gbStop = {ExactPosition} 91648
 gbStrand = {int} 1
...
82 = {type} <class '__main__.genBank'>
 gbProtId = {list} ['BAA31840.1']
 gbStart = {ExactPosition} 90649
 gbStop = {ExactPosition} 91648
 gbStrand = {int} 1

这尤其令人困惑，因为两个for循环似乎都能正常工作：

for seq_record in SeqIO.parse(genBankFile, "genbank"):
    for seq_feature in seq_record.features:
        print(seq_feature)

为什么是这样？

Answer 1

你永远不会创建任何genBank类的实例。每个循环迭代都在改变genBank类的类级属性，并且每次都将相同的对象添加到列表中。每次遍历循环都会覆盖前一遍中的值。

对于内循环的第一行，添加括号以调用类型并创建genBank的实例。它将改为genBankEntry = genBank()。这为每个循环传递创建了一个新的不同对象。