python处理fasta文件_Python脚本:fasta文件单序列信息提取
使用Python对fasta格式的序列进行基本信息统计
预期设计输出文件中包括fasta文件名,序列长度,GC含量以及ATCG各自的含量。
Python脚本编辑
使用的文件
test.fasta
stat.py
输入 sys模块
#!/usr/bin/env python
import sys
从命令行获得文件名称
file_fasta = sys.argv[1]
#获得文件名
file_name = file_fasta.split('.')
name = file_name[0]
sys.argv[1]模块是从程序外部获取参数的桥梁,可以将命令行的参数输入到py程序内。
sys.argv[0]是程序本身,sys.argv[1]是程序后跟着第一个参数。
我们将文件名作为输入参数,这一步在最后运行有展示。
在结束输出时会输出一个包含统计信息的txt文件,我们将用fasta文件名作为txt文件的前缀,所以我们需要获取fasta文件的名字。
.split('.')是将file_fasta以.为分隔符分开会生成'test','txt',赋值给file_name则file_name会包含着两个字符。
file_name[0]则是取第一个值'test',python中默认第一个数字是0,所以不能输入1。
进行序列信息统计的函数
序列的长度很好统计使用len函数即可,但是GC含量和ACTG的百分比计算需要费点事情。
使用def制作一个函数
Python 使用def 开始函数定义,紧接着是函数名,括号内部为函数的参数,内部为函数的 具体功能实现代码
def get_info(chr):
chr = chr.upper()
count_g = chr.count('G')
count_c = chr.count('C')
count_a = chr.count('A')
count_t = chr.count('T')
命名这个函数为get_info,内部参数为chr
在咱们会将fasta中ATCG的碱基内容赋值给chr,碱基可能有大写有小写,所以我们使用.upper将所以字符变成大写。
再使用.count('G')统计ATCG各自的数量并赋值给对应count_g,我们用ATCG各自的统计数可以在后面计算中免疫N值干扰。
gc = (count_g + count_c) / (count_a + count_t + count_c + count_g)
A = (count_a) / (count_a + count_t + count_c + count_g)
T = (count_t) / (count_a + count_t + count_c + count_g)
C = (count_c) / (count_a + count_t + count_c + count_g)
G = (count_g) / (count_a + count_t + count_c + count_g)
gc_con = '{:.2%}'.format(gc)
A_content = '{:.2%}'.format(A)
T_content = '{:.2%}'.format(T)
C_content = '{:.2%}'.format(C)
G_content = '{:.2%}'.format(G)
return (gc_con,A_content,T_content,C_content,G_content)
gc含量计算其等于(G的数量+C的数量)/(A的数量+T的数量+C的数量+G的数量)
A的含量等于(A的数量)/(A的数量+T的数量+C的数量+G的数量),其他值的计算以此类推。
.format使用:
"{1} {0} {1}".format("hello", "world")设置指定位置。
'world hello world'
{:.2f} 保留小数点后两位
最后,使用return返回函数结果(gc_con,A_content,T_content,C_content,G_content)
进行函数计算
#进行函数计算
with open(file_fasta,'r') as read_fa:
读取文件内容赋值给read_fa
python中有两个方式打开文件一种是直接使用open("test.fasta","r"),执行完以后f.close()关闭。
注释:"r"只读模式打开文件;"w"以只写模式打开文件,这种模式下输入内容会覆盖原有内容;"a"以追加模式打开一个文件,这个模式会把新内容追加到原有内容的末尾,不会覆盖。
这里使用的是第二方式with内置函数,它可以将文件自动关闭。
for val in read_fa:
val = val.strip()
if not val.startswith(">"):
seq_info = get_info(val)
len_fasta = len(val)
将read_fa内容赋值给val。
strip() 方法用于移除字符串头尾指定的字符(默认为空格或换行符),这里使用默认。
然后使用startswith() 方法用于检查字符串是否是以指定子字符串开头,在当不是>开头的行时候,才对核酸序列才进行信息统计。
len() 方法返回字符长度获得片段长度
结果屏幕展示
#结果屏幕展示
print('******\n{0}\nlength:{1}\ngc content :{2}\nA content :{3}\nT content :{4}\nC content :{5}\nG content :{6}\n******'.format(name,len_fasta,seq_info[0],seq_info[1],seq_info[2],seq_info[3],seq_info[4]))
使用\n进行换行,用.format指定值输出位置。
结果输出文件
os.write(fd, str)
write() 方法用于写入字符串到文件描述符 fd
#结果输出文件
file_output = open("{}sum.txt".format(name),'a')
file_output.write('******\n')
file_output.write('{}\n'.format(name))
file_output.write('length:{:d}\n'.format(len_fasta))
file_output.write('gc content :{}\n'.format(seq_info[0]))
file_output.write('A content :{}\n'.format(seq_info[1]))
file_output.write('T content :{}\n'.format(seq_info[2]))
file_output.write('C content :{}\n'.format(seq_info[3]))
file_output.write('G content :{}\n'.format(seq_info[4]))
file_output.write('******')
file_output.close()
脚本运行
执行脚本(linux系统)
12.png
使用ls命令可以看到当前目录下有已经写好的py文件以及数据test.fasta。
运行时注意我们编写时设置从命令行获得文件名称,所以要在后面跟上fasta文件,这样才能成功运行。
运行结束后可以看见屏幕上有结果的打印,同时也生成了testsum.txt。
使用cat命令查看可以看到结果。
如果有问题欢迎大家咨询
python处理fasta文件_Python脚本:fasta文件单序列信息提取相关推荐
- python不同数据的读入_python读写不同编码txt文件_python读写txt文件
python读写不同编码txt文件_python读写txt文件 以后整理规范 [python] view plaincopy import os import codecs filenames=os. ...
- python文件只读模式_Python脚本去除文件的只读性操作
如何在PYTHON中移去文件的只读属性, 用chmod命令stat.S_IWRITE import os import stat os.chmod( filename, stat.S_IWRITE ) ...
- python查找文件是否存在_python脚本查找文件是否存在的方法
python脚本查找文件是否存在的方法: 1.使用os模块 os模块中的os.path.exists()方法用于检验文件是否存在. 判断文件是否存在import os os.path.exists(t ...
- python 怎么拷贝一个文件到一个新的文件_Python脚本提取不同文件夹里面的文件到一个新的文件...
这条博客分享一个脚本,实现将不同文件夹的我们需要的文件提取到一个新的文件下.如: 这是原来文件下的文件,我将它重新命名,然后复制到下图的文件夹下,实现将很多不同文件夹下很多我们想要的文件提取出来,省的 ...
- python显示目录中的文件_Python中的文件和目录操作实现
Python中的文件和目录操作实现 对于文件和目录的处理,虽然可以通过操作系统命令来完成,但是Python语言为了便于开发人员以编程的方式处理相关工作,提供了许多处理文件和目录的内置函数.重要的是,这 ...
- python处理json文件_python处理json文件
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! python类型转换json类型的对应关系? json类型转换到python的类 ...
- python各种文件_Python中对 文件 的各种骚操作
Python中对 文件 的各种骚操作 python中对文件.文件夹(文件操作函数)的操作需要涉及到os模块和shutil模块. 得到当前工作目录,即当前Python脚本工作的目录路径: os.getc ...
- python修改json文件_python修改json文件的value实例方法
利用python修改json文件的value方法 做工程时遇到需要监听json文件,根据json文件中的key-value值作出相应处理的情形.为此写了修改json文件的python脚本供工程后续调用 ...
- python 比较运算符列表_python基础-列表,文件,运算符
1.变量与赋值 1.1变量 name="xiaofeng" <==注:等号前面的name是变量:如果等号后面没有加引号,会认为xiaofeng是变量:加引号是字符串. ...
最新文章
- java-错误log4j:WARN No appenders could be found for logger
- Oracle常见操作汇总(转)
- Apache-Guacamole windows11 远程控制
- PHP的表单获取与HHTP请求方式
- HDU - 6955 Xor sum tire树 + 贪心
- [Violation] Added non-passive event listener to a scroll-blocking ‘mousewheel‘ event.
- C语言,向函数传递一维数组,调用函数并计算平均成绩
- 2021年最值得推荐的七款可视化工具,人人都能学会使用
- 2015 ACM/ICPC Asia Regional Shenyang Online题解
- Cell右滑的动作状态
- Application Wizard生成的项目文件简介
- 【杂项】vmware fusion 流畅度设置
- 【qq机器人】不良语言撤回
- nod32半年升级id
- Simulink统一模块大小
- HTML基础之 小白入门
- python 自动化 mysql 部署_Python自动化管理Mysql数据库教程
- 遥控汽车的编程c语言,智能小车循迹、避障、红外遥控C语言代码.docx
- Hydration failed because the initial UI does not match what was rendered on the server.问题原因之一
- 【Java 8 新特性】Java Clock tick() 设置时间最小跳动间隔
热门文章
- Idea如何设置类头注释(图片步骤直接到位)
- 服务器上线运行正常但不能上网,网线是好的,插笔记本正常上网,插在服务器上却不能上网的解决方法...
- SwiftUI OCR功能大全之 基于 SwiftUI 构建文档扫描仪
- [Android]之一:Android系统下载管理DownloadManager
- 机器人鸣人是哪一集_火影忍者596集剧情介绍番外篇九尾抢夺指令_鸣人VS机器人版鸣人...
- 联想一体机电源键不亮_联想力压华为拿下6·18 PC“六冠王”,背后有何秘诀?...
- CTF比赛的简单了解
- js通过localStorage实现一周/一天免登陆
- 录的视频太长怎么剪切?试试这个剪辑技巧
- 怎么搭建自己的内测分发平台?