Python：如何在FASTA文件中找到短序列的坐标？

Question

我有一个短序列的列表，我想获得它的坐标，或者换句话说，在与包含原始序列的fasta文件进行比较后得到它的bed文件。

Fasta文件：

>PGH2
CGTAGCGGCTGAGTGCGCGGATAGCGCGTA

短序列fasta文件：

^{pr2}$

有什么方法可以得到它的坐标吗？床具也帮不了什么忙。

期望输出：

PGH2  6 14

Answer 1

使用BioPyton

from Bio import SeqIO

for long_sequence_record in SeqIO.parse(open('long_sequences.fasta'), 'fasta'):
    long_sequence = str(long_sequence_record.seq)

    for short_sequence_record in SeqIO.parse(open('short_sequences.fasta'), 'fasta'):
        short_sequence = str(short_sequence_record.seq)

        if short_sequence in long_sequence:
            start = long_sequence.index(short_sequence) + 1
            stop = start + len(short_sequence) - 1
            print short_sequence_record.id, start, stop

Answer 2

str1 = "CGTAGCGGCTGAGTGCGCGGATAGCGCGTA"
str2 = "CGGCTGAGT"
index = str1.index(str2)
print index

输出：index=5，要得到6,14，使用index+1，index+len（str2）