Biopython 连 BioSQL 数据库时,最容易在读取序列这一步翻车。我最近在一台新服务器上恢复一个基因组注释项目,用 BioSQL 存了几千条序列,跑代码时第一次读数据就炸出这个错:AttributeError: 'DBSeq' object has no attribute '_data'。当时第一反应是数据库里的序列字段有问题,查了半天发现记录在数据库里好好的,问题全出在 Biopython 自己身上。如果你也正在被这个错卡住,不用慌,这篇文章把完整的定位过程和修复方案写清楚,从回退版本到 SQL 旁路都给你列出来。
这个错误最折磨人的地方在于:它不是稳定复现的“必现错误”,而是跟环境强相关。同一套代码在一台机器上跑得好好的,换一台机器装个新版 Biopython,就可能突然开始报。很多人的第一反应是去改数据库表结构或者怀疑序列为 NULL,结果折腾半天,方向完全错了。
1. 先从一次具体的报错现场说起
1.1 完整的复现步骤
我先还原一下当时的环境。Python 3.9,Biopython 是后来用 pip 装的新版本,BioSQL 模块用的是独立安装的版本,数据库是 MySQL 5.7。读取代码非常常规:
python复制from BioSQL import BioSeqDatabase
server = BioSeqDatabase.open_database(
driver="pymysql",
host="127.0.0.1",
user="root",
passwd="your_password",
db="genome_db",
)
db = server["annotations"]
record = db.lookup("NP_000001")
print(record.seq)
看起来毫无问题,对吧?但实际执行时,解释器直接给出这样一段堆栈:
text复制Traceback (most recent call last):
File "test_biosql.py", line 10, in <module>
print(record.seq)
File ".../site-packages/BioSQL/BioSeq.py", line 245, in __str__
return str(self._data)
AttributeError: 'DBSeq' object has no attribute '_data'
注意看栈里的信息:BioSeq.py 里的 __str__ 方法尝试访问 self._data。这说明 print(record.seq) 最终会走到 BioSQL 自定义序列对象的字符串化逻辑,而那个对象身上根本不存在 _data 这个属性。
不是所有调用都会立刻出错。如果你只是访问 record.id、record.description 这类元信息,可能一切正常。但只要一碰序列内容,比如 str(record.seq)、len(record.seq)、record.seq[:10]、甚至把它传给 SeqRecord 做进一步处理,都有可能触发同一个错误。
1.2 从堆栈里能看到的线索
这个报错信息看似简单,但里面藏了三个关键线索:
- 异常类型是
AttributeError,不是 `SQLAlc
