已知genebank号 批处理获取gene ID和序列信息

文章描述了一位开发者编写了一个Python脚本,通过NCBI接口解决公开数据集中多个genebank号对应一个geneID的问题,使用EntrezAPI获取基因ID和序列信息,同时加入sleep防止被封IP。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

处理一个公开数据集,发现多个genebank号对应1个gene ID,所以写了个脚本在NCBI接口批处理了一下。同时为了避免被封,添加了sleep,不知道是否好用,结过是几万的数据依然很流畅~~

####### 通过 genebank的BC号获取ID和序列信息 #######
from Bio import Entrez
from Bio import SeqIO
import time
import random
import csv
from itertools import islice

def get_gene_id(genebank_accession):

    Entrez.email = "*****@gmail.com"
    M = random.randint(0, 3)
    time.sleep(M)
    # 使用Entrez获取GenBank记录
    handle = Entrez.efetch(db="nucleotide", id=genebank_accession, rettype="gb", retmode="text")
    record = SeqIO.read(handle, "genbank")
    handle.close()
    
    # 获取基因ID
    gene_id = None
    protein_sequence = None
    for feature in record.features:
        if feature.type == "gene":
            gene_id = feature.qualifiers["gene"][0]
        if feature.type == "CDS":
            protein_sequence = feature.qualifiers["translation"][0] 
            break
    
    return gene_id, protein_sequence if protein_sequence is not None else "N/A"

file_path = 'ge
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值