如何使用 Biopython 遍历 fasta 文件并修改记录 id

Question

我不是程序员，我是 Python 新手，我正在尝试自学...所以，我有一个包含 84 个条目的文件，如下所示：

1
2
3
X
Y
MT
GL000210.1

我想更改包含 84 条记录的 fasta 文件中所有序列的记录 ID。下面是一个fasta文件的例子：

>name
agatagctagctgatcgatcgatttttttcga
>name1
gagatagatattattttttttttaagagagagcgcgatcgatgc
>name2
agatgctagggc
...

具体来说，我想通过上面示例文件的第一个条目更改第一个记录 ID（以“>”开头），依此类推。到目前为止，我创建了以下脚本。我可以一个一个地更改 id，但我不知道同时遍历两个文件：

from Bio import SeqIO

records = list(SeqIO.parse("new_human_v37.fasta", "fasta"))
modified_record = records[0]
print(modified_record.id.replace("old_name", "first_entry_file1"))

输出文件应如下所示：

>1
agatagctagctgatcgatcgatttttttcga
>2
gagatagatattattttttttttaagagagagcgcgatcgatgc
>3
agatgctagggc
...

有人可以帮忙吗？

Answer 1

您可以这样做（假设第一个文件与第二个文件的行数相同）。如果你想用修改后的记录生成一个新文件。

from Bio import SeqIO
lines_file = open(my_lines_file, 'r')
fout = open("example.fa", "w")
records = list(SeqIO.parse("new_human_v37.fasta", "fasta"))

for r in records:
    line = lines_file.getline()
    r.id = line.rstrip()
    SeqIO.write(fout, r, 'fasta')


lines_file.close()
fout.close()

Answer 2

试试这个。

# first create a new file to write into ex: "fasta_file_new.fasta"
# then run the code
fasta_file_new = open("fasta_file_new.fasta", "w")
fasta_file_read = open("new_human_v37.fasta", "r")
replace_lines = open("replacer.txt", "r")


for f in fasta_file_read.readlines():
    if f.__contains__(">"):
        fasta_file_new.write(">" + replace_lines.readline())
    else:
        fasta_file_new.write(f)


fasta_file_new.close()
fasta_file_read.close()
replace_lines.close()