Question

我有一个很大的文件，里面有很多FASTA序列。其中一些需要重命名-我正在尝试将FASTA序列ID替换为它们的更新版本。我将信息存储在字典中，以使旧ID为键，而新ID为值。无论我做什么，我似乎都无法替换ID或正确写入新的fasta文件。我正在使用SeqIO读取我的fasta文件。这是我的一些代码：

这将导致记录ID的浅层替换，因为它们可以在此处正确打印，但实际上在文件本身中并未更改：

rename_fastas = {'446_was_445_cDNA_v01VT':'446_cDNA_v01VT', '446_was_445_cDNA_v03VT': '446_cDNA_v03VT', 
             '428PBMC_2_V3': '428_PBMC_2_V3', '428PBMC_3_V3': '428_PBMC_3_V3', '428PBMC_4_V3': '428_PBMC_4_V3', '428PBMC_5_V3': '428_PBMC_5_V3'}

with open('fasta.fsa') as f:
    for seq_record in SeqIO.parse(f, 'fasta'):
        for k,v in rename_fastas.items():
            if seq_record.id == k:
                seq_record.id = seq_record.description = seq_record.id.replace(k,v)
                print(seq_record.id)

这使我无法在新文件中添加太多条目：

with open('fasta.fsa') as original, 
open('fasta2.fsa', 'w') as corrected:
    records = SeqIO.parse(original, 'fasta')
    for record in records:
        for k, v in rename_fastas.items():
            if record.id == k:
                record.id = record.description.replace(k, v)
            else: 
                record.id = record.id
            SeqIO.write(record, corrected, 'fasta')

这也不起作用，我不确定为什么：

with open('fasta.fsa') as f:
    for seq_record in SeqIO.parse(f, 'fasta'):
        seq_record.id = seq_record.description = seq_record.id.replace('428PBMC','428_PBMC')
        seq_record.id = seq_record.description = seq_record.id.replace('446_was_445','446')
        yield seq_record

任何帮助将不胜感激！

Answer 1

尝试一个：

rename_fastas = {'446_was_445_cDNA_v01VT':'446_cDNA_v01VT', '446_was_445_cDNA_v03VT': '446_cDNA_v03VT', '428PBMC_2_V3': '428_PBMC_2_V3', '428PBMC_3_V3': '428_PBMC_3_V3', '428PBMC_4_V3': '428_PBMC_4_V3', '428PBMC_5_V3': '428_PBMC_5_V3'}

with open('fasta.fsa') as original, open('fasta2.fsa', 'w') as corrected:
    for seq_record in SeqIO.parse(original, 'fasta'):
        if seq_record.id in rename_fastas:
            seq_record.id = seq_record.description = rename_fastas[seq_record.id]
        SeqIO.write(seq_record, corrected, 'fasta')

您打开文件进行输入和输出。您有一个具有适当键的字典，因此无需每次都遍历它，只需要求该字典完成其工作并通过其键进行访问即可。如果字典中存在键，则用ID的整个值替换字典中的值。最后，将更正的记录写入输出文件。

使用BioPython用字典中的新ID替换FASTA seq_ID

1 个答案: