Question

在biopython中，您可以选择将多序列fasta文件制作成字典。

handle = open ("file.fasta","r")
records = SeqIO.parse(handle, "fasta")
records_dict = SeqIO.to_dict(records)
handle.close()

我有另一个文件（csv），第一列中有序列标识符列表，第二列中有相应的标题行。

import csv
descriptions = open("identifier_mapper.csv","r")
data = csv.reader(identifier_mapper,delimiter = ',')

例如：

SBNP0002Q39M,Artificial Sequence 1
SBNP0004AJIU,Artificial Sequence 2
SBNP0004AJIV,Artificial Sequence 3
SBNP0004AJHM,Artificial Sequence 4

在我的fasta文件中，所有序列都在标题中包含序列键。我可以使用字符串解析来获取它们。

我的问题：出于某种原因，当我尝试遍历字典和csv阅读器时，它似乎总是在检查列表中的第一个序列后终止！不知道为什么？！

for m in records_dict:
    sequence_key1 = (records_dict[m].id).split("|")[1]
    for row in data:
        sequence_key = row[0]
        organism= row[1]
        if sequence_key1 == sequence_key:
              print ">" + sequence_key + organism 
              print records_dict[m].seq

任何帮助将不胜感激！

Answer 1

您必须更改此行（隐蔽生成器列表）

identifier_mapper = open("identifier_mapper.csv","r")
data = list(csv.reader(identifier_mapper,delimiter = ','))

csv.reader在第一次迭代中返回一个生成器到达StopIteration，因此只显示字典中的第一个序列

Biopython：在一个充满fasta序列的字典上循环，同时重新命名标题

1 个答案: