Question

我有一个包含很少序列的fasta文件，我想执行窗口大小为5的滑动窗口，并在扫描序列时提取序列。

例如（test1.fasta）：
人类1
ATCGCGTC
＆human; human2
ATTTTCGCGA

预期输出（test1_out.txt）：
＆gt; human1
ATCGC
＆gt ; human1
TCGCG
＆GT; human1
CGCGT
＆GT; human1
GCGTC
＆GT; human2
ATTTT
＆GT; human2
TTTTC
＆GT; human2
TTTCG
＆GT; human2
TTCGC
＆GT; human2
TCGCG
＆GT; human2 <无线电通信/> CGCGA

我的以下代码只能提取前五个碱基对。如何在窗口大小为5的情况下，将每个步长为1的窗口移动窗口以提取5 bp？

from Bio import SeqIO

with open("test1_out.txt","w") as f:
            for seq_record in SeqIO.parse("test1.fasta", "fasta"):

            f.write(str(seq_record.id) + "\n")
            f.write(str(seq_record.seq[:5]) + "\n")  #first 5 base positions

上面的代码我从stackoverflow *

中的其他示例中得到了它

Answer 1

所以我猜“seq_record.seq”就像人类“ATCGCGTC”中的整个DNA序列一样。你可以这样写：

from Bio import SeqIO

with open("test1_out.txt","w") as f:
        for seq_record in SeqIO.parse("test1.fasta", "fasta"):
            for i in range(len(seq_record.seq) - 4) :
               f.write(str(seq_record.id) + "\n")
               f.write(str(seq_record.seq[i:i+5]) + "\n")  #first 5 base positions

Python：如何从FASTA文件中的滑动窗口打印长度为n的序列？

1 个答案: