基因组染色体按照从长到短排列,并修改注释文件

# -*- coding: utf-8 -*-
# 2020.01.09
# @zlk
# 将已经拿到的基因组染色体按照从长到短排列,还要把gff里的改了
import sys
from Bio import SeqIO
from Bio.Seq import Seq
from Bio.Alphabet import IUPAC
import numpy
#老fasta文件
fa_file=sys.argv[1]
# 新fasta文件
new_fa=open(sys.argv[2],'w')
#老GFF文件
file3=sys.argv[3]
#新GFF文件
new_gff=open(sys.argv[4],'w')
#染色体开头
chr_name=sys.argv[5]
#未挂载的contig开头
contig_name=sys.argv[6]
def get_chr_length(file_name):
 fa_dict = SeqIO.to_dict(SeqIO.parse(file_name, "fasta", IUPAC.unambiguous_dna))
 length_list=[]
 for i in fa_dict.keys():
     length_list.append([i,len(fa_dict[i])])
 return length_list
length=get_chr_length(fa_file)
length.sort(key=lambda x: int(x[1]),reverse=True)
index=1
change_dict={}
new_length=[]
for i in length:
 if i[0].startswith(chr_name):
     if index<10:
         newname=chr_name+str(0)+str(index)
     else:
         newname = chr_name  + str(index)
     index+=1
     i.append(newname)
     new_length.append(i)
     change_dict[i[0]]=newname
 elif i[0].startswith(contig_name):
     continue
#修改fa
fa_dict=SeqIO.to_dict(SeqIO.parse(fa_file, "fasta", IUPAC.unambiguous_dna))
for i in new_length:
 new_fa.write('>'+i[2]+'\n')
 new_fa.write(str(fa_dict[i[0]].seq)+'\n')
for key in fa_dict:
 if key.startswith(contig_name):
     new_fa.write('>'+key+'\n')
     new_fa.write(str(fa_dict[key].seq)+'\n')
# 改gff
for i in new_length:
 old_gff = open(file3, 'r')
 for line in old_gff:
     line_list=line.strip().split('\t')
     if line_list[0]==i[0]:
         new_gff.write(change_dict[line_list[0]]+'\t')
         for j in line_list[1:]:
             new_gff.write(j+'\t')
         new_gff.write('\n')
 old_gff.close()
old_gff=open(file3,'r')
for line in old_gff:
 line_list = line.strip().split('\t')
 if line_list[0] not in list(numpy.array(new_length)[:,0]):
     new_gff.write(line)
python change.py old.fa new.fa old.gff new.gff chr contig
最后编辑于
©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 217,509评论 6 504
  • 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 92,806评论 3 394
  • 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 163,875评论 0 354
  • 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 58,441评论 1 293
  • 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 67,488评论 6 392
  • 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 51,365评论 1 302
  • 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 40,190评论 3 418
  • 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 39,062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 45,500评论 1 314
  • 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 37,706评论 3 335
  • 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 39,834评论 1 347
  • 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 35,559评论 5 345
  • 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 41,167评论 3 328
  • 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 31,779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 32,912评论 1 269
  • 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 47,958评论 2 370
  • 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 44,779评论 2 354