更改seqID并删除阵列后的零件

Question

实际上我有fasta的文件，比如：

>seq1:QXQXQWQ:XQWQ
ACTG
>seq3:WCCWHWJ:WGH
ATGC
>seq7:GCGC:G
ATGACA

我想去掉第一个“：”之后的所有东西，然后得到：

>seq1
ACTG
>seq3
ATGC
>seq7
ATGACA

如果可能的话，这和生物粒子有关吗？你知道吗

Answer 1

在带有SeqIO的biopython中很简单，只需通过适当地拆分字符串来修改record.id和record.description：

from Bio import SeqIO

def yield_records(in_file):
    for record in SeqIO.parse(in_file, 'fasta'):
        record.description = record.id = record.id.split(':', 1)[0]
        yield record

SeqIO.write(yield_records('in.fasta'), 'out.fasta', 'fasta')