Python脚本:fasta文件矫正2023-11-23

#正常
>序列名
位点信息
--------------
#异常1
>序列名
位点信息>序列名
位点信息
--------------
#异常2
>序列名
位点信息>序列名位点信息
--------------

如上所示,处理序列过程中很容易遇到序列名位点信息混合的文件。对于异常1,比较好处理,>序列名换到下一行就行了,但是异常2就比较麻烦了。为了批量处理所以准备了,一个python脚本。
核心就是逐行读取,如果是序列名就开始一个字典的key,把后续的行储存进值作为序列。如果发现位点信息序列中包含'>',则分割'>'前面做位点信息输入给上一个字典的key的值,'>'后面开始一个字典的key,后续行作为位点信息。
最后再检查一般所有的key和value,

import argparse
#

def get_file_list(infilename):
    infile = open(infilename, "r")
    inlines_list = infile.readlines()
    infile.close()
    cleaned_lines = [line.strip() for line in inlines_list]
    return cleaned_lines
def fix_fasta_format(input_fasta):
    #逐行读取数据
    lines = get_file_list(input_fasta)
    #初始字典准备
    current_id = None
    sequence_dict = {}
    #循环每一行 每当遇到id时更新current_id
    input_seqid=[]
    add_seqid=[]
    for line in lines:
        if line.startswith('>'):
            #制备seq_id
            current_id = line[1:]
            sequence_dict[current_id] = ""
            input_seqid.append(current_id)
        else:
            #处理序列文件,如果序列行中有seq id信息 更新current_id 后续序列信息加入current_id
            if ">" in str(line):
                seq_line=line.split('>')[0]
                sequence_dict[current_id] += seq_line
                id_line=line.split('>')[1]
                current_id=id_line
                add_seqid.append(id_line)
                sequence_dict[current_id] = ""
            else:
                sequence_dict[current_id] += line
    #检查输出
    print(f"Normal ID : {len(input_seqid)} ; Newly added ID : {len(add_seqid)}")
    return sequence_dict


def mian_work(input_fasta,output_name):
    sequence_dict=fix_fasta_format(input_fasta)
    #output_name = str(input_fasta).split("/")[-1].split('.')[0]
    output_fas = open("{0}.new.fasta".format(output_name), 'a+')
    output_err = open("{0}.err.fasta".format(output_name), 'a+')
    for seq_id, sequence in sequence_dict.items():
        if sequence == "":
            #输出异常序列
            idline = '>' + seq_id
            print(idline, file=output_err)
        else:
            #输出正常序列
            idline = '>' + seq_id
            print(idline, file=output_fas)
            print(str(sequence), file=output_fas)
    output_fas.close()
    output_err.close()


if __name__ == "__main__":
    # 设置输入使用argparse
    parser = argparse.ArgumentParser(description='修改统一名')
    parser.add_argument('--input','-i',
                        type=str,
                        help='输入序列')
    parser.add_argument('--output_name','-o',
                        type=str,
                        help='输出文件名 {output_name}.new.fasta')

    args = parser.parse_args()
    input_fasta=args.input
    output_name=args.output_name
    mian_work(input_fasta,output_name)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,468评论 5 473
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,620评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,427评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,160评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,197评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,334评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,775评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,444评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,628评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,459评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,508评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,210评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,767评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,850评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,076评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,627评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,196评论 2 341

推荐阅读更多精彩内容