问：我目前在文件中有一个基因列表。每条线都有一条染色体及其信息。这样的条目显示为：
NM_198212 chr7 + ** 115926679 ** ** 115935830 ** 115927071 11593344 2 * 115926679 *，'115933260'，* 115927221 *，'115935830'，
染色体的序列始于碱基** 115926679 * *并继续到（但不包括）基础** 115935830 **
如果我们想要剪接的序列，我们使用外显子。第一个从
* 115926679 *扩展到* 155927221 *，第二个从'115933260'扩展到' 115935830'，
但是在互补序列上遇到了一个问题，例如：
NM_001005286 chr1-** 245941755 ** *** 245942680 *** 245941755 245942680 1 * 245941755 *，'245942680'
由于第3列是“-”，因此这些坐标是指反义链（链的互补链）。第一个碱基（粗体）与有义链的最后一个碱基（斜体）匹配。由于该文件仅具有正义立场，因此我需要尝试将反义链上的坐标转换为正义链，选择正确的序列，然后对其进行反向补充。
就是说，我只编程了半年左右，并且不确定如何开始执行此操作。
我写了一个正则表达式：
'（NM_ \ d +）\ s +（chr \ d +）（[（\ +）|（-）]）\ s +（\ d +）\ s +（\ d +）\ s +（\ d +） \ s +（\ d +）\ s +（\ d +）\ s +（\ d +），（\ d +），s +（\ d +），（\ d +）'，
但现在不确定如何启动此功能...
如果有人可以帮助我全面入门，也许让我知道如何做到这一点，我将非常感激。
好：假设这是25号染色体：
AAAAAAAAAACCCCCCCCCCTTTTTTTTTTGGGGGGGGGG
（每个字符有10个）。
现在：如果我找对未剪接基因：
<等等> chr25 + 10 20 <等等>
然后在第10位（从0开始）的基因开始，并且上升，但不包括20位所以其：
CCCCCCCCCC
这简单。它与python字符串切片非常匹配。
如果给我，它会更加令人困惑：
<blah> chr25-10 20 <blah>
您拥有的是积极的一环。但是这个基因在负（互补）链上。记住染色体是一条可溶链的样子：
AAAAAAAAAACCCCCCCCCCTTTTTTTTTTGGGGGGGGGG
TTTTTTTTTTGGGGGGGGGGGGAAAAAAAAAACCCCCCCCCCCC
我们正在寻找底部链上的基因。意味着我们从右边开始从0开始计数。从左开始编号上链，从右开始编号下链。所以我要的是AAAAAAAAAA。
要注意的是，我只给你顶峰。我没有给你最底层的东西。（您可以从顶层产生自己，但鉴于规模很大，我建议您不要这样做。）
因此，您需要转换坐标。在底部链上，基数0（最右边的C）与顶部链上的基数39相对。以1为底的是38，以2为底的情况。（重要点：注意，每次将这两个数相加时会发生什么。）因此，以10为底的是29，以19为底的20
。 ：如果我想在底部链上找到10-20的底数，我可以在顶部链上看20-29的底数（然后反向补充）。
我需要弄清楚如何将底部链上的坐标转换为底部链上的等效坐标。是的：
我尝试过，这非常令人困惑：
fields = line.split（'\ t'）
geneID，chr，strand = fields [：2]
start = int（fields [3]）
end = int（fields [4]）
如果strand =='-'：
start，end = end，start
正确，但是还不够。这将取10和20，然后将其变成20和10。
我知道我可以通过执行以下操作来反补字符串：
r = s [::-1]
bc = {'A'：'T'， 'C'：'G'，'G'：'C'，'T'：'A'}
l = list（r）
o = [对于b中的bc [base]为基]
返回''.join（o）
答：您可以从左侧或右侧开始，假设您已经知道如何提取“ +”或“-”以及开始和结束位置->如果不回发。请注意，最小的数字始终是切片中的第一个-> [：]
展开| 选择| 包装| 行号
forward =“ AAAAAAAAAAXXXXXXXXXXTTTTTTTTTTGGGGGGGGGGGG”
向前打印[10:20] ##打印“ X”的
向后=“ AAAAAAAAAACCCCCCCCCCTTTTTTTTTTGGGGGGGGGGGGTTTTTTTTGGGGGGGGGGYYYYYYYYYYYYCCCCCCCCCC”
向后打印[-20：-10] ##打印“ Y”
如果您知道每个序列始终为10，也可以拆分字符串，否则必须测试一些中断指示符。
展开| 选择| 包装| 行号
向后=“ AAAAAAAAAACCCCCCCCCCTTTTTTTTTTGGGGGGGGGGGGTTTTTTTTTGGGGGGGGGGGAGAAAAAAAAAACCCCCCCCCC”
list_of_seq = [backward [start：start + 10]用于范围内的起始（0，len（backward），10）]
打印list_of_seq
在[10，-20，30，-30，70]中开始：
打印list_of_seq [开始/ 10]
