распаковать несколько файлов фаста со списком ID (по порядку) - PullRequest
Новая
       55

распаковать несколько файлов фаста со списком ID (по порядку)

0 голосов
/ 24 апреля 2018

У меня есть файл с несколькими именами, такими: 

seq1 seq9 seq3 seq7 seq5 seqi seqn....

и другой файл fasta со всеми моими последовательностями, и мне нужно упорядочить свои последовательности в порядке, указанном в списке выше: например: 

>seq1
aaaaa
>seq9
aaaaa
>seq3
aaaaa
>seq7
aaaaa
>seq5
aaaaa
...

Я пробовал это: 

input_file = open('concatenate_0035_0042_aa2.fa','r')
output_file = open('result.fasta','a')


liste=['seq1','seq5','seq8' etc]
print(len(liste))
compteur=1
for i in liste:
    record_dict = SeqIO.to_dict(SeqIO.parse("concatenate_0035_0042_aa2.fa", "fasta"))
    print(">",record_dict[i].id,file=output_file,sep="")
    print(record_dict[i].seq,file=output_file)
    compteur+=1
    print(compteur)

output_file.close()
input_file.close()

но на самом деле это занимает слишком много времени.

1 Ответ

0 голосов
/ 25 апреля 2018

Причина, по которой ваш текущий код занимает слишком много времени, заключается в том, что для каждого идентификатора последовательности в вашем списке вы анализируете свой файл fastta и конвертируете его в dict. Конечно, если ваш файл fasta большой, это дорогостоящее вычисление. Так что сделайте это только один раз: 

from Bio import SeqIO

ids = ['seq1', 'seq9', 'seq3', 'seq7', 'seq5'] 
with open('concatenate_0035_0042_aa2.fa') as seqs, open('result.fasta', 'w') as result:
    record_dict = SeqIO.to_dict(SeqIO.parse(seqs, 'fasta'))
    result_records = [record_dict[id_] for id_ in ids]
    SeqIO.write(result_records, result, "fasta")

оператор with open(...) позаботится об автоматическом закрытии файла для вас, когда вы закончите.

...