AttributeError：'str'对象没有属性'id'使用BioPython，解析fasta

Question

我正在尝试使用 Bio 和 SeqIO 打开一个包含多个序列的 FASTA 文件，编辑序列的名称以删除所有名称末尾的“.seq”，（>SeqID20.seq 应该变成 > SeqID20)，然后将所有序列写入新的 FASTA 文件，但出现以下错误

AttributeError: 'str' object has no attribute 'id'

这是我开始的：

with open ('lots_of_fasta_in_file.fasta') as f:
    for seq_record in SeqIO.parse(f, 'fasta'):
        name, sequence = seq_record.id, str(seq_record.seq)
        pair = [name.replace('.seq',''), sequence]
        SeqIO.write(pair, "new.fasta", "fasta")

但我也试过这个并得到同样的错误：

file_in ='lots_of_fasta_in_file.fasta'
file_out='new.fasta'

with open(file_out, 'w') as f_out:
    with open(file_in, 'r') as f_in:
        for seq_record in SeqIO.parse(f_in, 'fasta'):
            name, sequence = seq_record.id, str(seq_record.seq)
            # remove .seq from ID and add features
            pair = [name.replace('.seq',''), sequence]
            SeqIO.write(pair, file_out, 'fasta')

我假设我在从列表“对”写入新文件时出现了一些错误，但我不确定要更改什么。任何帮助将不胜感激！

Answer 1

您的错误发生是因为SeqIO.write 接受SeqRecord 或SeqRecords 的列表/迭代器，但您只提供了一个类似[name, sequence] 的列表。相反，我建议您只修改 SeqRecord .id 和 .description （注意，如果标题行中有空白，您也需要处理此问题）。此外，一次写入所有记录是最有效的（跨 Biopython 版本），而不是每次迭代都调用 .write：

from Bio import SeqIO

def yield_records():
    with open('lots_of_fasta_in_file.fasta') as f:
        for seq_record in SeqIO.parse(f, 'fasta'):
            seq_record.id = seq_record.description = seq_record.id.replace('.seq','')
            yield seq_record

SeqIO.write(yield_records(), 'new.fasta', 'fasta')

Answer 2

不是您的代码的真正解决方案，而是您的需要：

sed 's/\.seq$//' lots_of_fasta_in_file.fasta > new.fasta

此脚本假定一个正确的 fasta 文件。它将删除任何行末尾的所有“.seq”字符串。而在适当的 fasta 文件中，只有 ID 行应该包含这些字符。