Question

我想确定multifasta文件中各个序列的长度。我从生物手册中得到了这个biopython代码：

from Bio import SeqIO
import sys
cmdargs = str(sys.argv)
for seq_record in SeqIO.parse(str(sys.argv[1]), "fasta"):
 output_line = '%s\t%i' % \
(seq_record.id, len(seq_record))
 print(output_line)

我的输入文件如下：

>Protein1
MNT
>Protein2
TSMN
>Protein3
TTQRT

代码产生：

Protein1        3
Protein2        4
Protein3        5

但我想在添加先前序列的长度后计算序列的长度。这就像是：

Protein1        1-3
Protein2        4-7
Protein3        8-12

我不知道代码中的上述哪一行需要更改以获得该输出。我很感激这个问题上的任何帮助，谢谢!!!!

Answer 1

获得总长度很容易：

from Bio import SeqIO
import sys
cmdargs = str(sys.argv)
total_len = 0
for seq_record in SeqIO.parse(str(sys.argv[1]), "fasta"):
    total_len += len(seq_record)
    output_line = '%s\t%i' % (seq_record.id, total_len))
    print(output_line)

获得范围：

from Bio import SeqIO
import sys
cmdargs = str(sys.argv)
total_len = 0
for seq_record in SeqIO.parse(str(sys.argv[1]), "fasta"):
    previous_total_len = total_len
    total_len += len(seq_record)
    output_line = '%s\t%i - %i' % (seq_record.id, previous_total_len + 1, total_len)
    print(output_line)

在添加先前序列的长度之后计算序列的长度

1 个答案: