从一个很大的fasta文件提取序列名称含有特定字样的序列

最新推荐文章于 2024-07-23 16:58:14 发布

阿伯·桌·子

最新推荐文章于 2024-07-23 16:58:14 发布

阅读量2k

点赞数 1

本文链接：https://blog.csdn.net/a7789890/article/details/116984986

版权

本文介绍了如何使用Python的split-fasta库从大型fasta文件中筛选出序列名称包含特定字符的序列，并创建新的fasta文件。通过在Windows环境下运行代码，将fasta文件分割并保存在test_split_files目录下。

摘要由CSDN通过智能技术生成

这是我导师给我的一个任务
从一个很大的fasta文件提取序列名称含有特定字样的序列，合成新的fasta文件
一开始一直想不到怎么去做，知道调用了split-fasta这个python库。
话不多说，上代码!
(这是基于windows下的啊
打开pycharm copy好文件到项目目录
系统终端输入：

pip install spilt-fasta

之后直接在命令行（系统终端命令行，不是python的）

splitfasta 你要分割的fasta文件名.fasta

之后他会创建一个目录test_split_files，里面就是分割好的文件
借来下执行下列python代码，按需要修改

import os
path = "test_split_files" #文件夹目录
filenames=os.listdir(r

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

阿伯·桌·子

关注关注

1
点赞
踩
7

收藏

觉得还不错? 一键收藏
2
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

提取fasta格式文件中的指定多个序列

qq_26012913的博客

04-24

756

提取fasta文件中的指定序列，单个多个都行

快速从fasta序列文件中提取指定序列的方法

青笋的博客

07-12

1076

假如我有一个fasta序列文件，里面有>开头的行是ID信息，之后的内容是序列信息，如果有成千上万条序列，如何从中找到需要的序列？extract_fasta_sequences 函数从输入的 FASTA 文件中提取指定 ID 的序列，并将它们写入到输出文件中。运行脚本后，指定 ID 的序列将被提取并保存到 output.fasta 文件中，你可以根据需要修改文件路径和目标 ID 列表。你可以使用 Python 脚本来处理 FASTA 文件，从中提取指定 ID 的序列并生成新文件。

2 条评论您还未登录，请先登录后发表或查看评论

批量更改fasta文件名为序列ID名

最新发布

jiaoxiake86的博客

07-23

391

提取第一个序列ID（假设ID在'>'符号之后，以空格或换行结束）# 检查new_id是否为空，以防止空ID的情况。# 循环遍历当前目录下所有的 .fasta 文件。# 去除可能的路径分隔符。实现重命名目录中所有。

从FASTA文件中批量提取指定序列【Python脚本】

twocanis的博客

12-08

1万+

文章目录前言一：读取含特定字符的序列并输出演示二：读到某一个字符之前的全部输出使用方法三：输出前n条序列使用方法总结前言背景：学测序流程的时候，做到mapping的时牛的基因组有两个多G，因为是在个人PC上初步学习，建立index实在太慢了，而且临时也没有现成的index。于是决定只挑基因组前十条染色体拿来练习（所以需要从基因组文件里选取序列，尝试自己用python写脚本处理）。python之前因为实在不聪明也就刚学到字典部分，借鉴了网上的一些内容整理了一下，写了几种情况关于利用python脚本提取f

从fasta文件中批量提取序列

weixin_58269397的博客

07-11

722

下载faSomeRecords脚本。

python文本处理---fasta文件提取指定ID的序列

weixin_30627381的博客

12-12

2367

利用python脚本，提取指定ID名称的序列 #!/usr/bin/python3 #-*- coding:utf-8 -*- #提取指定ID的序列 import sys args=sys.argv fr=open(args[1], 'r') fw=open('./out.fasta', 'w') dict={} for line in fr: if line....

[Python|生信]从Fasta文件出发获取序列的基本信息

F_zero_T_hero的博客

11-27

2035

背景最近参加了个生信的面试，记录一下有意思的面试题。题目描述要求从提供的*.fasta文件出发：获得序列的反向互补序列，并统计信息：序列条数，碱基总数，N50，N90，GC 含量。提取每条序列上 32bp-332bp、780bp-992bp 的序列。统计单碱基重复 4 次及以上的序列在每条序列上出现的次数。如 AAAAA 或者 TTTT 等如 “AAATTTTTTTCCCCAAAAAAA”，结果如下： the 4th character T repeat 7 timesthe 11th ch

linux提取fasta文件的id,从大的fasta文件中提取特定的fasta序列

weixin_33220360的博客

05-14

1014

我想使用以下脚本从大的fasta文件中提取特定的fasta序列，但输出为空。从大的fasta文件中提取特定的fasta序列transcripts.txt文件包含我想从assembly.fasta到selected_transcripts.fasta导出的列表转录本ID(ID和序列)。例如：transcripts.txt： Transcript_00004|5601Transcript_00005...

linux提取fasta文件的id,FASTA序列文件处理一网打尽

weixin_33093403的博客

05-14

5607

extract_fasta_序列提取_

10-03

"extract_fasta_序列提取_"的标题暗示了我们要讨论的是如何从一个包含多种物种序列的大型分子矩阵中，根据特定物种名，提取出对应序列并生成一个新的矩阵。这个过程对于后续的进化树构建、物种间关系研究等分析至关...

根据ID从FASTA文件中批量提取序列【Python脚本】

热门推荐

每天都要学Python的博客

02-27

1万+

博主是一个刚刚接触生信的新手，正在学习Linux和Python，偶尔会在该博客上面发布自己练习编程写的脚本，用来记录自己的学习之路。介绍根据序列的ID号从FASTA文件中批量提取序列是在平时常常要做的工作，Linux当中grep和awk工具、Perl语言和Python语言都可以实现，以下是博主用Python实现的从FASTA文件中批量提取序列的脚本。说明需要用到fasta文件和ID的...

如何将超大fasta文件分割且不影响序列完整度

zxx11542的博客

07-31

2821

fasta文件大于16G的我本人，心情苦痛的写下这篇惨痛的记忆 python的biopython需要建立数据库，不然会爆内存 biopython相关——5.4 序列文件作为字典：[http://biopython.org/DIST/docs/tutorial/Tutorial.html#htoc61] Bio.SeqIO.to_dict()是最灵活但也是最需要内存的选项（请参见5.4.1节）...

Linux系统下，提取.fasta文件中序列长度＞n的序列(举例：sqlen＞1000)

WDPLAAA的博客

01-16

715

Linux系统下，提取.fasta文件中序列长度＞n的序列(e.g. sqlen>1000)——awk命令

Linux:根据基因ID从fasta文件中提取序列

weixin_49621901的博客

08-14

2826

Linux:根据基因ID从fasta文件中提取序列 faSomeRecords

根据ID从FASTA文件中批量提取序列【Python】

duoluka的博客

03-18

4339

当你有一个ID文件，该如何批量提取所对应的fasta序列？

linux提取基因名称和序列,科学网—如何批量的从DNA序列名字中提取信息 - 熊荣川的博文...

weixin_31966453的博客

05-14

1340

如何批量的从DNA序列名字中提取信息熊荣川xiongrongchuan@126.com六盘水师范学院生物系通常我们处理的基因或者蛋白质序列会是很多条，当我们以fasta格式下载到本地之后，我们会发现这些序列是非常冗长的，例如“>gi|110227385|gb|DQ650433.1|_Odorrana_aureola_voucher_FMNH_265919_cytochrome_c_oxida...

perl实现根据序列ID从提取fasta文件序列

little^raccoon

11-12

3160

usage: perl thisScript.pl query.fa gene.lst outfile -------------------------------------------------------------------- query.fa 基因组或其他需要从中提取的fasta格式文件 gene.lst 需要提取的基因或染色体名字，有无>均可 outfile 输出文件 #!/bin/perl #unless(@ARGV==3){ # die "usage: $0 <inpu.

python读取关键字_基于Python的关键字获取蛋白质FASTA序列

weixin_39595537的博客

12-08

568

我想从Python中收集来自Entrez的蛋白质FASTA序列2.7。我正在寻找其名称中含有关键字“terminase”和“large”的任何蛋白质。到目前为止，我得到这个代码：基于Python的关键字获取蛋白质FASTA序列from Bio import EntrezEntrez.email = "[emailprotected]"searchResultHandle = Entrez.ese...

怎么从bam的比对文件中提取某一个位置的fasta序列

06-11

您可以使用 samtools 和 faidx 工具来提取 bam 文件中某个位置的 fasta 序列。下面是具体步骤： 1. 首先需要创建一个索引文件（.bai）： ``` samtools index your_bam_file.bam ``` 2. 然后使用 samtools faidx 命令来提取 fasta 序列。例如，如果您想在染色体 chr1 的位置 1000 处提取序列，可以运行以下命令： ``` samtools faidx your_bam_file.bam chr1:1000-1000 > extracted_sequence.fa ``` 这将在当前目录中创建一个名为 extracted_sequence.fa 的文件，其中包含所需位置的 fasta 序列。注意：在上述命令中，您需要将 "your_bam_file.bam" 替换为您自己的 bam 文件名，并将 "chr1:1000-1000" 替换为您希望提取的位置。