Python批量提取最长蛋白质序列(转录本或其他)

提取最长转录本是一个经常需要做的工作,本脚本会产生三个文件:.fa.max(所需结果);.len

(提取序列长度);.len.list(基因列表)。

本文特点批量操作!!!!

我这次需要达到的目标是提取每个物种的最长序列!也适用于提取最长转录本!!!!

示例文件:


>Aco|Aqcoe2G366900.1

MDGAATPMEVNDDDISTVEKTVRIEDVHSKSKDSIVLIISPRFIQPKNVDPKFIDIIANIYLVTRRVFNLRVEEISERVS

TEDVVGSEAKEACTICMDELSLDDRPVLTLPCSHDFHFLCLSKWIKDHNSCPLC

>Aco|Aqcoe2G002600.1

MSSSGNTHWCYSCRRPVRLRGRDAVCPYCSGGFVQELNEVEGISPLDFFGIDSDDERDQRFGVMEAFSALMRQRLAGRNRELDIRGRSGVVPDHGPGVNSGPWLIFSGQIPVHMSENGGIEVLLNGGPTVGLRRANVSDYFVGPGLDELIEQLTRNDRRGPPPAAQSAIDSMPTVKISHKHLRTDSHCPVCKERFELGTEARQMPCNHMYHSDCIVPWLVQHNSCPVCRLELPPQGSTSAHSSQSSSGGSRSGTASSNTSGRENSSESQTRRHPLSFLWPFRSSNTSTNTTNSNSNSNRSEPAASASAPLHEDNHQMHYTGWPFDY*

>Aco|Aqcoe2G351800.1

MAGMLPGVELARRRRTNHHHHHHHHQFEFTSNSREPTTLHHHQRLEPSSSMDETALMARKRLEEKLRGFSSAPSRWSKQQSLKGDKSYTVAYVKETHASKRQGKQIVQLDRRNSQREVCSICLEDFQAQQQVMNLPCCHRYHSDCLLPWLSAHSHCPYCRTKVMSSAN*

>Aco|Aqcoe2G264300.1

MSNDEHETSFTTICCVGREAFWCEDKVENVFVESEVSIDIYITLVDQWITSPQEEDYSDVDPPVLLRQISTICSEVAAIIMQEKPKNISVNIVVEFVHTVLCDVQAFNESFMDEEVDPILVPAAPSYVEALKTKQYDKENSKEESCSVCYQEFLMAEDVTLMPCSHIFHNNCIGRWLEMTNTCPMCRFTMPTFV*

>Aco|Aqcoe2G072200.1

MIDSSYSELEHEIAKHHLLYFLSFTEKGSNPIAYLGNIAWLAKQRAEETGGDYESIWLETFNSISSILIQEEAKTKLHDVVVLDGDEDDMICAICHEEFEVGFRGFGNTAMDCGHMFHRNCIYEWFKNKPNCPVCRHERKV*

目标提取Aco|Aqcoe2G002600.1

使用嵌套的字典实现,代码如下:


import re

import sys

file =open("/home/data2/EvoGenome/xialf/orthfinder/OrthoFinder/Results_Apr20/24group.txt","r")

for g in file:

    t =g.replace("\n","")

    filename = "/home/data2/EvoGenome/xialf/orthfinder/OrthoFinder/Results_Apr20/24group/%s.fa"%t

    seqlist={}

    i=0

    with open(filename,'r')as r:

        lines=r.readlines()

        for l in lines:

            i+=1

            linecontent =l.strip()

            if linecontent.startswith('>'):

                if i > 1:

                    name = linecontent[1:]

                    id =name[0:3]#此处是重点!!!

                    if id not in seqlist.keys():

                        seqlist[id]={}

                    seqlist[id][name]=""

                elif i==1:

                    name =linecontent[1:]

                    id =name[0:3]#此处是重点!!!

                    seqlist[id]={}

                    seqlist[id][name]=""

            else:

                seqlist[id][name]=seqlist[id][name]+linecontent

    maxseq ={}

    for k,v in seqlist.items():

        d=0

        for k1,v1 in v.items():

               d +=1

               if d ==1:

                   maxseq[k1]=v1

                   maxlen =len(v1)

                   k_last =k1

               else:

                   if len(v1) > maxlen:

                       maxlen=len(v1)

                       maxseq[k1]=v1

                       del maxseq[k_last]

                       k_last =k1

    result1=filename+".max"

    result2=filename+".max.list"

    result3=filename+".max.len"

    with open(result1,'w')as w1:

        with open(result2,'w')as w2:

            with open(result3,'w')as w3:

                for key,value in maxseq.items():

                    w1.write(">"+key+'\n'+value+"\n")

                    w2.write(key+'\n')

                    w3.write(key+'\t'+str(len(value))+"\n")

第一篇文章完成,嘿嘿。

©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 214,904评论 6 497
  • 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 91,581评论 3 389
  • 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 160,527评论 0 350
  • 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 57,463评论 1 288
  • 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 66,546评论 6 386
  • 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 50,572评论 1 293
  • 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 39,582评论 3 414
  • 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 38,330评论 0 270
  • 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 44,776评论 1 307
  • 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 37,087评论 2 330
  • 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 39,257评论 1 344
  • 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 34,923评论 5 338
  • 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 40,571评论 3 322
  • 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 31,192评论 0 21
  • 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 32,436评论 1 268
  • 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 47,145评论 2 366
  • 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 44,127评论 2 352

推荐阅读更多精彩内容