根据ID从FASTA文件中批量提取序列【Python脚本】

最新推荐文章于 2022-07-07 21:28:28 发布

原创

最新推荐文章于 2022-07-07 21:28:28 发布 · 1.3w 阅读

65 ·

CC 4.0 BY-SA版权

文章标签：

#python练习 #提取序列 #FASTA #命令行参数 #命令行解析

博主是一个刚刚接触生信的新手，正在学习Linux和Python，偶尔会在该博客上面发布自己练习编程写的脚本，用来记录自己的学习之路。

介绍

根据序列的ID号从FASTA文件中批量提取序列是在平时常常要做的工作，Linux当中grep和awk工具、Perl语言和Python语言，以及samtools等都可以实现，以下是博主用Python实现的从FASTA文件中批量提取序列的脚本。

说明

需要用到fasta文件和ID的list文件。
所要提取的序列的ID需要提前写进一个文件中，每行一个。

脚本如下

1. 采用click模块添加命令行参数。

# -*- coding: utf-8 -*-
"""
@author: gyw
@Date:  Wed Feb 27 09:19:54 2019
@E-mail: willgyw@126.com
@Description: This program can extract sequences 
              from a fasta file, according to a 
              given id list.
"""

import click

@click.command()
@click.option('-f', '--fastafile', help='Input a fasta file', required=True)
@click.option('-i', '--idfile', help='Input an idlist', required=True)
@click.option('-o', '--outfile', help='Input the name of result file', default='result.fa')


def main(fastafile, idfile, outfile):
    """ 
    Extract seqences from a fasta file 
    according to a id list.
    """
    idfile = open(idfile, 'r')
    resultfile = open(outfile, 'w')
    for id in idfile:
        qid = id.strip()
        flag = 0 
        with open(fastafile,'r') as ffile:
            for line in ffile:
                line = line.strip()
                if line.startswith('>'):
                    name = line.replace('>'