Python批量提取最長(zhǎng)蛋白質(zhì)序列(轉(zhuǎn)錄本或其他)

提取最長(zhǎng)轉(zhuǎn)錄本是一個(gè)經(jīng)常需要做的工作,本腳本會(huì)產(chǎn)生三個(gè)文件:.fa.max(所需結(jié)果)残炮;.len

(提取序列長(zhǎng)度)略板;.len.list(基因列表)埠巨。

本文特點(diǎn)批量操作=┲搿!!!

我這次需要達(dá)到的目標(biāo)是提取每個(gè)物種的最長(zhǎng)序列!也適用于提取最長(zhǎng)轉(zhuǎn)錄本D弧!W钐讯赏!

示例文件:


>Aco|Aqcoe2G366900.1

MDGAATPMEVNDDDISTVEKTVRIEDVHSKSKDSIVLIISPRFIQPKNVDPKFIDIIANIYLVTRRVFNLRVEEISERVS

TEDVVGSEAKEACTICMDELSLDDRPVLTLPCSHDFHFLCLSKWIKDHNSCPLC

>Aco|Aqcoe2G002600.1

MSSSGNTHWCYSCRRPVRLRGRDAVCPYCSGGFVQELNEVEGISPLDFFGIDSDDERDQRFGVMEAFSALMRQRLAGRNRELDIRGRSGVVPDHGPGVNSGPWLIFSGQIPVHMSENGGIEVLLNGGPTVGLRRANVSDYFVGPGLDELIEQLTRNDRRGPPPAAQSAIDSMPTVKISHKHLRTDSHCPVCKERFELGTEARQMPCNHMYHSDCIVPWLVQHNSCPVCRLELPPQGSTSAHSSQSSSGGSRSGTASSNTSGRENSSESQTRRHPLSFLWPFRSSNTSTNTTNSNSNSNRSEPAASASAPLHEDNHQMHYTGWPFDY*

>Aco|Aqcoe2G351800.1

MAGMLPGVELARRRRTNHHHHHHHHQFEFTSNSREPTTLHHHQRLEPSSSMDETALMARKRLEEKLRGFSSAPSRWSKQQSLKGDKSYTVAYVKETHASKRQGKQIVQLDRRNSQREVCSICLEDFQAQQQVMNLPCCHRYHSDCLLPWLSAHSHCPYCRTKVMSSAN*

>Aco|Aqcoe2G264300.1

MSNDEHETSFTTICCVGREAFWCEDKVENVFVESEVSIDIYITLVDQWITSPQEEDYSDVDPPVLLRQISTICSEVAAIIMQEKPKNISVNIVVEFVHTVLCDVQAFNESFMDEEVDPILVPAAPSYVEALKTKQYDKENSKEESCSVCYQEFLMAEDVTLMPCSHIFHNNCIGRWLEMTNTCPMCRFTMPTFV*

>Aco|Aqcoe2G072200.1

MIDSSYSELEHEIAKHHLLYFLSFTEKGSNPIAYLGNIAWLAKQRAEETGGDYESIWLETFNSISSILIQEEAKTKLHDVVVLDGDEDDMICAICHEEFEVGFRGFGNTAMDCGHMFHRNCIYEWFKNKPNCPVCRHERKV*

目標(biāo)提取Aco|Aqcoe2G002600.1

使用嵌套的字典實(shí)現(xiàn),代碼如下:


import re

import sys

file =open("/home/data2/EvoGenome/xialf/orthfinder/OrthoFinder/Results_Apr20/24group.txt","r")

for g in file:

    t =g.replace("\n","")

    filename = "/home/data2/EvoGenome/xialf/orthfinder/OrthoFinder/Results_Apr20/24group/%s.fa"%t

    seqlist={}

    i=0

    with open(filename,'r')as r:

        lines=r.readlines()

        for l in lines:

            i+=1

            linecontent =l.strip()

            if linecontent.startswith('>'):

                if i > 1:

                    name = linecontent[1:]

                    id =name[0:3]#此處是重點(diǎn)@湮尽J妗!

                    if id not in seqlist.keys():

                        seqlist[id]={}

                    seqlist[id][name]=""

                elif i==1:

                    name =linecontent[1:]

                    id =name[0:3]#此處是重點(diǎn)H干凇?牧隆!

                    seqlist[id]={}

                    seqlist[id][name]=""

            else:

                seqlist[id][name]=seqlist[id][name]+linecontent

    maxseq ={}

    for k,v in seqlist.items():

        d=0

        for k1,v1 in v.items():

               d +=1

               if d ==1:

                   maxseq[k1]=v1

                   maxlen =len(v1)

                   k_last =k1

               else:

                   if len(v1) > maxlen:

                       maxlen=len(v1)

                       maxseq[k1]=v1

                       del maxseq[k_last]

                       k_last =k1

    result1=filename+".max"

    result2=filename+".max.list"

    result3=filename+".max.len"

    with open(result1,'w')as w1:

        with open(result2,'w')as w2:

            with open(result3,'w')as w3:

                for key,value in maxseq.items():

                    w1.write(">"+key+'\n'+value+"\n")

                    w2.write(key+'\n')

                    w3.write(key+'\t'+str(len(value))+"\n")

第一篇文章完成雾棺,嘿嘿膊夹。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市捌浩,隨后出現(xiàn)的幾起案子放刨,更是在濱河造成了極大的恐慌,老刑警劉巖尸饺,帶你破解...
    沈念sama閱讀 222,183評(píng)論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件进统,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡浪听,警方通過查閱死者的電腦和手機(jī)螟碎,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,850評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來馋辈,“玉大人,你說我怎么就攤上這事倍谜÷趺” “怎么了?”我有些...
    開封第一講書人閱讀 168,766評(píng)論 0 361
  • 文/不壞的土叔 我叫張陵尔崔,是天一觀的道長(zhǎng)答毫。 經(jīng)常有香客問我,道長(zhǎng)季春,這世上最難降的妖魔是什么洗搂? 我笑而不...
    開封第一講書人閱讀 59,854評(píng)論 1 299
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上耘拇,老公的妹妹穿的比我還像新娘撵颊。我一直安慰自己,他們只是感情好惫叛,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,871評(píng)論 6 398
  • 文/花漫 我一把揭開白布倡勇。 她就那樣靜靜地躺著,像睡著了一般嘉涌。 火紅的嫁衣襯著肌膚如雪妻熊。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,457評(píng)論 1 311
  • 那天仑最,我揣著相機(jī)與錄音扔役,去河邊找鬼。 笑死警医,一個(gè)胖子當(dāng)著我的面吹牛亿胸,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播法严,決...
    沈念sama閱讀 40,999評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼损敷,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了深啤?” 一聲冷哼從身側(cè)響起拗馒,我...
    開封第一講書人閱讀 39,914評(píng)論 0 277
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎溯街,沒想到半個(gè)月后诱桂,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,465評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡呈昔,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,543評(píng)論 3 342
  • 正文 我和宋清朗相戀三年挥等,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片堤尾。...
    茶點(diǎn)故事閱讀 40,675評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡肝劲,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出郭宝,到底是詐尸還是另有隱情辞槐,我是刑警寧澤,帶...
    沈念sama閱讀 36,354評(píng)論 5 351
  • 正文 年R本政府宣布粘室,位于F島的核電站榄檬,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏衔统。R本人自食惡果不足惜鹿榜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,029評(píng)論 3 335
  • 文/蒙蒙 一海雪、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧舱殿,春花似錦奥裸、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,514評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至枝恋,卻和暖如春创倔,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背焚碌。 一陣腳步聲響...
    開封第一講書人閱讀 33,616評(píng)論 1 274
  • 我被黑心中介騙來泰國(guó)打工畦攘, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人十电。 一個(gè)月前我還...
    沈念sama閱讀 49,091評(píng)論 3 378
  • 正文 我出身青樓知押,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親鹃骂。 傳聞我的和親對(duì)象是個(gè)殘疾皇子台盯,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,685評(píng)論 2 360

推薦閱讀更多精彩內(nèi)容