生信 批量理化性质分析

写在前面,因为没有做任何延时处理,为了保护网站,还请不要重复运行代码!!!

        最近帮女朋友搞生信,tbtools理化性质分析怎么都搞不好,网站又只能一个一个分析,一气之下自己写一个爬虫来批量计算理化性质!!!!!

    貌似生信人用简书多一点,希望能帮到。

        使用方法很简单,有python环境就行,把后面所有函数复制一下,然后把我加粗的地方换成自己的就好了。

        有其他疑问可以email:haoli@stu.jsu.edu.cn


import requests

import re

from bs4 import BeautifulSoup

from Bio import SeqIO

from lxml import etree

import json

import csv

import logging

###获取Proparam网页信息

def get_protparam_results(sequence):

    url = "https://web.expasy.org/cgi-bin/protparam/protparam"

    payload = {

        'sequence': sequence,

        'mandatory': ''

    }

    # 发送POST请求

    response = requests.post(url, data=payload)

    return response

###分割fasta序列,批量输入

from Bio import SeqIO

def parse_fasta(file_path):

    sequences = []

    geneid=[]

    for record in SeqIO.parse(file_path, "fasta"):

        a=str(record.id)+"\n"+str(record.seq)

        geneid.append(str(record.id))

        sequences.append(a)

    return sequences,geneid

###正则表达式提取字符串中的数字

def extract_numbers(text):

    result=''

    # 定义正则表达式模式以匹配整数和小数

    pattern = re.compile(r'-?\d+\.?\d*')

    # 使用re.findall提取所有匹配的数字

    result = re.findall(pattern, text)[0]

    return result

###提取所需要的信息

def extract_result(gene,geneid,web):

    soup = BeautifulSoup(web, 'html.parser')

# Extracting the sequence data

    sequence = soup.find('pre').text.strip()

    tree = etree.HTML(web)

    # Extracting protein details

    details = {}

    details['Number of amino acids'] = extract_numbers(tree.xpath('/html/body/main/div/pre[2]/text()[1]')[0])

    details['Molecular weight'] = extract_numbers(tree.xpath('/html/body/main/div/pre[2]/text()[2]')[0])

    details['Theoretical pI'] = extract_numbers(tree.xpath('/html/body/main/div/pre[2]/text()[3]')[0])

    strong_tags = soup.find_all('strong')

    details['Instability index']=extract_numbers(strong_tags[-3].next_sibling.strip())

    details['Aliphatic index']=extract_numbers(strong_tags[-2].next_sibling.strip())

    details['Grand average of hydropathicity']=extract_numbers(strong_tags[-1].next_sibling.strip())

    gene[geneid]=details




def json_to_csv(json_data, output_file):

    # 获取列名(基因ID)

    gene_ids = list(json_data.keys())


    # 获取行名(属性名)

    attributes = list(json_data[gene_ids[0]].keys())


    # 打开CSV文件以写入

    with open(output_file, 'w', newline='') as csvfile:

        csvwriter = csv.writer(csvfile)


        # 写入表头

        header = ['geneid'] + attributes

        csvwriter.writerow(header)


        # 写入数据

        for gene_id in gene_ids:

            row = [gene_id] + [json_data[gene_id][attr] for attr in attributes]

            csvwriter.writerow(row)

####主函数

##这里替换成你的fasta文件路径即可

file_path=r'这里放你的序列的fasta文件'

sequences_227,geneid=parse_fasta(file_path)

gene={}

# results = get_protparam_results(sequences_227[0])

# extract_result(gene,geneid[0],results.text)

# i

for i in range(len(sequences_227)):

    results = get_protparam_results(sequences_227[i])

    extract_result(gene,geneid[i],results.text)

    logging.info('%s has finished!'%(geneid[i]))


json_to_csv(gene, r'这里放你要保存结果的路径\output.csv')

©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 219,490评论 6 508
  • 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 93,581评论 3 395
  • 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 165,830评论 0 356
  • 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 58,957评论 1 295
  • 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 67,974评论 6 393
  • 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 51,754评论 1 307
  • 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 40,464评论 3 420
  • 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 39,357评论 0 276
  • 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 45,847评论 1 317
  • 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 37,995评论 3 338
  • 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 40,137评论 1 351
  • 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 35,819评论 5 346
  • 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 41,482评论 3 331
  • 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 32,023评论 0 22
  • 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 33,149评论 1 272
  • 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 48,409评论 3 373
  • 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 45,086评论 2 355

推荐阅读更多精彩内容