从FASTA文件中提取基因位置

Question

我正在尝试使用BioPython从fasta文件中提取基因位置，但是功能.location不起作用。我想避免使用正则表达式，因为此函数必须使用不同的文件，并且所有文件的头文件都略有不同。

标题看起来像：  > X dna：染色体染色体：GRCh38：X：111410060：111411807：-1

我希望输出为： 开始= 111410060 结束= 111411807

Answer 1

如果不同Fasta文件的标题始终以' ... chr：start：end：strand '结尾，并且不同部分之间用'：'分隔您可以尝试用.split(":")分隔.description并选择结果列表的倒数第二和倒数第二的位置。

下面的示例标题对我有用：

from Bio import SeqIO
path = 'fasta_test.fasta'
records = SeqIO.parse(open(path), 'fasta')
record = next(records)
parts = record.description.split(":")
print('start =', parts[-3], 'end =', parts[-2])