fasta文件读取python答案

【问题标题】：fasta file reading pythonfasta文件读取python
【发布时间】：2015-01-08 20:18:17
【问题描述】：

我正在读取格式如下的 FASTA 文件：

>gi|31563518|ref|NP_852610.1|微管相关蛋白 1A/1B 轻链 3A 异构体 b [智人] MKMRFFSSPCGKAAVDPADRCKEVQQIRDQHPSKIPVIIERYKGEKQLPVLDKTKFLVPDHVNMSELVKIIRRRLQLNPTQAFFLLVNQHSMVSVSTPIADIYEQEKDEDGFLYMVYASQETFGF

我必须读取文件，然后计算 JC 距离（对于一对序列，JC 距离为 -3/4 * ln(1 - 4/3 * p)，其中 p 是这对之间的差异）

我已经建立了它的骨架，但不确定如何做剩下的。在读取和计算 JukesCantor 距离后，我必须将它写入一个新的输出文件，它应该在一个表中非常感谢我能得到的任何帮助！谢谢，python 和 fasta 文件的新手

def readData():
    filename = input("Enter the name of the FASTA file: ")
    infile = open(filename, "r")

def CalculateJC(x,y):
    if x == y:
        return 0
    else:
        return 1 # temporary*

def calcDists(seqs):
    output = []
    for seq1 in seqs:
        newrow = []
        for seq2 in seqs:
            dist = calculateJS(seq1,seq2)
            newrow.append(dist)
        output.append(newrow)
        list(enumerate(seasons))
    return output


def outputDists(distMat):
    pass

def main():
    seqs = readData()
    distMat = calcDists(seqs)
    outputDists(distMat)



if__name__ == "__main__":
    main()

【问题讨论】：

看看biopython。支持fasta文件的读写。

标签： python bioinformatics fasta

【解决方案1】：

你一次问太多问题了！专注于一个。

BioPython 中介绍了读取和写入 FASTA 文件（如 cmets 中所建议的那样）。

我注意到您还没有计算 JC 距离，所以也许这就是您需要帮助的地方。这是我想出的：

import itertools, math

def computeJC(seq1, seq2):
    equal = 0
    for base1, base2 in itertools.izip(seq1, seq2):
        equal += (base1 == base2)
    p = equal / float(len(seq1))     
    return -3/4 * math.log(1 - 4/3 * p)

这里解释了 itertools.izip 技巧：How can I iterate through two lists in parallel 这段代码适用于任何类型的字符串，当 seq1 或 seq2 到达末尾时，查找将停止。

其他人可能会提出“Pythonic one-liner”，但请先尝试了解我的方法。它避免了您的代码陷入的陷阱：嵌套循环、不必要的分支、运行时列表增长、意大利面条代码等等。享受！

【讨论】：