更改seqID并删除模式后的部件

Question

我实际上有fasta文件：

>seq1:QXQXQWQ:XQWQ
ACTG
>seq3:WCCWHWJ:WGH
ATGC
>seq7:GCGC:G
ATGACA

我希望删除第一个＆＃34;之后的所有内容：＆＃34;得到：

>seq1
ACTG
>seq3
ATGC
>seq7
ATGACA

如果有可能的话，可以使用biopython吗？

Answer 1

使用SeqIO进行biopython简单，只需修改record.id和record.description，方法是适当地拆分字符串：

from Bio import SeqIO

def yield_records(in_file):
    for record in SeqIO.parse(in_file, 'fasta'):
        record.description = record.id = record.id.split(':', 1)[0]
        yield record

SeqIO.write(yield_records('in.fasta'), 'out.fasta', 'fasta')