python從gbff文件上直接獲取cds編碼序列

89542767 發(fā)布于2022-12-21 21:39 / 454人閱讀

　　本文主要是給大家介紹了python從gbff文件上直接獲取cds編碼序列實(shí)例詳細(xì)說(shuō)明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家多多的發(fā)展，盡早漲薪。

　　什么叫GBFF文檔

　　GenBank純文本文件類型(GenBankflatfile，通稱GBFF)

　　GBFF是GenBank數(shù)據(jù)庫(kù)系統(tǒng)的相關(guān)信息企業(yè)

　　GBFF編碼序列文檔由多帶帶的編碼序列具體內(nèi)容構(gòu)成。

　　編碼序列具體內(nèi)容由字段名構(gòu)成，每一個(gè)字段由關(guān)鍵字逐漸，后邊為字段名的實(shí)際表明。

　　字段名分多個(gè)曾孫字段名，依次關(guān)鍵字或特點(diǎn)表說(shuō)明符逐漸。

　　每一個(gè)編碼序列具體內(nèi)容以雙斜杠“//*作完畢標(biāo)識(shí)

　　每一個(gè)編碼序列具體內(nèi)容所代表的意義

　　1、LOCUS（編碼）編碼序列的功效、編碼序列長(zhǎng)短、種類、職業(yè)由來(lái)、上傳時(shí)間

　　2、DEFINITION（表明）含有的生理意義的總結(jié)敘述

　　3、ACCESSION（序號(hào)）具備統(tǒng)一性和永久

　　4、VERSION（版本信息）文章編號(hào)、版本信息

　　5、KEYWORDS（關(guān)鍵字）敘述編碼序列“.”表明沒(méi)有敘述具體內(nèi)容

　　6、SOURCE（信息來(lái)源）編碼序列由來(lái)微生物的英文縮寫，或分子結(jié)構(gòu)種類

　　7、REFERENCE（參考文獻(xiàn)）與本數(shù)據(jù)有關(guān)的參考文獻(xiàn)，按發(fā)表時(shí)間排名

　　8、FEATURES（特點(diǎn)表）敘述遺傳基因和遺傳基因的產(chǎn)物，以及與序列相關(guān)的生物學(xué)特性，其中包括

　　a.特點(diǎn)關(guān)鍵字(Featurekey)簡(jiǎn)要說(shuō)明功能組的關(guān)鍵詞

　　b.特點(diǎn)位置(Location)指明在特點(diǎn)表中的什么地方找到相關(guān)特點(diǎn)

　　c.限定詞(Qualifiers)相關(guān)特性的輔助信息

　　9、ORIGIN（堿基排列順序）類似于FASTA格式給出了所記錄的編碼序列

　　最后直接上代????，更改輸入和輸出文件即可使用

　　import re
　　FILE_PATH='./input.gb'
　　OUT_FILE_PATH='./output.fasta'
　　d={}
　　g={}
　　tem=[]
　　def con_spl(list_,n=2):
　　return[list_[i:i+n]for i in range(0,len(list_),n)]
　　with open(FILE_PATH,'r')as f:
　　while True:
　　text_line=f.readline().strip('t').split()
　　if text_line:
　　if text_line[0]=='DEFINITION':
　　c=''.join(i for i in text_line[2:])
　　d[c]=[]
　　g[c]=[]
　　print(text_line)
　　elif text_line[0]=='CDS':
　　cds=re.findall(r"d+d*?",text_line[1])
　　if len(cds)==2:
　　d[c].append(cds)
　　else:
　　for i in con_spl(cds):
　　d[c].append(i)
　　elif text_line[0]=='ORIGIN':
　　while text_line[0]!='//':
　　for i in text_line[1:]:
　　tem.append(i)
　　text_line=f.readline().strip('t').split()
　　e=''.join(i for i in tem)
　　g[c].append(e)
　　else:
　　pass
　　elif f.readline().strip('t').split():
　　continue
　　else:
　　break
　　with open(OUT_FILE_PATH,'w')as f:
　　for i,o in d.items():
　　G=''.join(g&lt;I&gt;)
　　p=''
　　for u in o:
　　u1=int(u[0])
　　u2=int(u[1])+1
　　p+=G[u1:u2]
　　print('&gt;',i,sep='',file=f)
　　print(p,file=f)

　　綜上所述，這篇文章就為大家介紹到這里了，希望可以給大家?guī)?lái)幫助。