基于NCBI的blast小程序

最新推荐文章于 2021-04-24 20:36:33 发布

Hao222222222222

最新推荐文章于 2021-04-24 20:36:33 发布

阅读量3.1k

点赞数 2

分类专栏： python bioinfo 文章标签： blast markdown 生物信息

本文链接：https://blog.csdn.net/hxoxh/article/details/72235909

版权

本文介绍了作者使用Markdown记录的在NCBI进行序列比对任务的过程，包括人工高通量比对、本地安装blast及遇到的问题。在本地运行blast后，得到了以数字命名的.xml文件，但期望以fasta文件中的标签命名。同时发现.xml文件数量与序列条数不一致。下一步，作者将xml文件读取并解析，得到了比对结果，但仍有将结果整理到Excel并排序以及封装为exe文件以供他人使用的待解决任务。

摘要由CSDN通过智能技术生成

第一次尝试用markdown来写博客
很新鲜的感觉

任务

首先老板给我一个任务
把一堆序列给我，让我比对，找出他们当中和cilia最为相关的。

这里写图片描述
是fasta格式的。

解决方案1

人工高通量
就是把它们上传到NCBI网站上，然后比对。

然后挨个点开看它们的结果，网速慢的话很让人抓狂

解决方案2

本地blast
这需要一台不错的电脑，我自己的固态硬盘一共才240G。我可以用我们的服务器，但是当时我们没有空间了，得去找管理员。我找不到他，然后发邮件也不回复。所以我用了第三种方法

解决方案3

第一步

直接用了这个博客里的代码
http://www.yelinsky.com/blog/archives/298.html

import os
os.chdir("c:/Users/**/Documents")
from Bio.Blast import NCBIWWW
from Bio import SeqIO
import time
SeqNumber = 0
for record in SeqIO.parse("cilia.seq", "fasta"):
    SeqNumber += 1
    try:
        result_handle = NCBIWWW.qblast("blastn", "nr", record.seq)
        save_file = open('xml\\'+str(SeqNumber)+'.xml', 'w')
        save_file.write(result_handle.read())
        save_file.close()
        print (SeqNumber,' OK!')
    except:
        print (SeqNumber,' Error! Will try again later!')
        time.sleep(600)
        SeqNumber -=1
print ("Done!")

运行效果如下：
1 OK!
2 OK!
3 OK!
4 OK!
5 OK!
6 OK!
7 OK!
8 OK!
9 OK!
10 OK!
11 OK!
12 OK!
13 OK!
14 OK!
15