我有两个蛋白质序列FASTA文件:
在nsp.法斯塔-->;原始文件
在wsp.fasta公司-->;信号肽预测工具的输出文件,该工具返回nsp.法斯塔信号消失了。在
例如:
记录在nsp.法斯塔公司名称:
>gi|564250271|ref|XP_006264203.1| PREDICTED: apolipoprotein D [Alligator mississippiensis] MRGMLALLAALLGLLGLVEGQTFHMGQCPNPPVQEDFDPSKYLGKWYEIEKLPSGFEQER CVQANYSLKANGKIKVLTKMVRSAQHLTCLQHRMMLLVSSPVMPASPYWVVATDYENYAL VYSCTSFFWLFHVDYAWIRSRTPQLHPETVEHLKSVLRSYRIQTGMMLPTDQMNCPSDM
记录在wsp.fasta公司公司名称:
^{pr2}$然而,并不是所有的蛋白质nsp.法斯塔含有一个信号肽,所以wsp.fasta公司是nsp.法斯塔包含信号的。我需要的是一个独特的文件,包含所有的蛋白质记录,既没有发现信号肽的蛋白质,也有去掉信号肽的成熟链。在
我试过以下方法:
from Bio import SeqIO
file1 = SeqIO.parse(r"c:\Users\Sergio\Desktop\nsp.fasta", "fasta")
file2 = SeqIO.parse(r"c:\Users\Sergio\Desktop\wsp.fasta", "fasta")
for seq1 in file1:
for seq2 in file2:
if seq2.id == seq1.id:
seq1.seq = seq2.seq
SeqIO.write(seq1, r"c:\Users\Sergio\Desktop\nuevsp.fasta", "fasta")
但根本没有产出。我试着把SeqIO.write公司返回一个空白文件。我做错什么了?已经有任何方法可以合并两个文件,或者用另一个文件中的序列替换一个文件中的序列?在
提前谢谢你!!在
塞尔吉奥
编辑代码后,我添加了一个elif子句,试图在中也添加记录nsp.法斯塔这不匹配wsp.fasta公司,但不起作用:
to_write = []
for seq1 in SeqIO.parse(r"c:\Users\Sergio\Desktop\nsp.txt", "fasta"):
for seq2 in SeqIO.parse(r"c:\Users\Sergio\Desktop\wsp.txt", "fasta"):
if seq1.id == seq2.id:
seq1.seq = seq2.seq
to_write.append(seq1)
elif seq1.id != seq2.id:
to_write.append(seq1)
SeqIO.write(to_write, r"c:\Users\Sergio\Desktop\nuevsp.txt", "fasta")
正如你写的那样,每次你写一个新的序列,你就会覆盖上一个。尝试将记录存储在列表中,然后在循环完成后写出该列表。在
编辑以建议使用列表理解的另一种方法:
^{pr2}$编辑以解决“将记录添加到nsp.法斯塔这不匹配wsp.fasta公司“需要-一般方法,不一定是精确的代码:
相关问题 更多 >
编程相关推荐