将 fastq 信息复制到新的 fastq 文件中

Question

我正在尝试编写一个代码，该代码将打开一个 fasta 文件并从不同的 fastq 文件中提取读取名称 (title)、序列 (seq) 和质量分数 (qual)，前提是在 fasta 文件中找到它，并将该 fastq 信息写入一个新的 fastq 文件。但是，我在如何编写最后一部分时遇到了麻烦（我在代码中遇到问题的地方加粗了）。可能有人知道如何编写这部分，或者我在哪里可以找到有关如何在 python 中输入的信息？

到目前为止，我有：

from sys import argv
from Bio.SeqIO.QualityIO import FastqGeneralIterator

script, merged_seqs, raw_seqs = argv
merged_from_raw = "merged_only.fastq"

merged_names = set() 
for line in open(merged_seqs): 
        if line[0] == ">":
                read_name = line.split()[0][1:] 
                merged_names.add(read_name) 

raw_fastq = raw_seqs

temp_handle = open(merged_from_raw, "w") 
for title, seq, qual in FastqGeneralIterator(open(raw_fastq)) :
        if title in merged_names:
                **handle.write() #this is where I don't know how to write what I need in python**

Answer 1

除非您有特定的理由自己实现文件解析，否则最好使用 SeqIO 解析器来处理您的输入和输出文件。可能类似于以下内容（警告：我以前从未使用过 Bio，也没有测试过此代码）：

from sys import argv
from Bio import SeqIO

output_filename = 'merged_only.fastq'
merged_seqs, raw_seqs = argv[1:2]

# Get fasta iterator, and read source fastq file into a dict-like object
merged_names = SeqIO.parse(merged_seqs, 'fasta')
source_seqs = SeqIO.index(raw_seqs, 'fastq')

filtered_seqs = (source_seqs[record.id] for record in merged_names if record.id in source_seqs)
SeqIO.write(filtered_seqs, output_filename, 'fastq')