使用biopython来提取带有注释文件的指定gene长度的gene

使用biopython来提取带有注释文件的指定gene长度的gene

from Bio import SeqIO
import re

def get_gene(file_path):#"GCF_904848185.1_fAcaLat1.1_genomic.gbff"
    '''
        本函数主要应用于从带有注释的gbff文件里面提取基因
        file_path 为 输入的gbff文件
        seq_record.features[1].location 主要是为了获取gene的位置，然后转换成字符串
        再使用re匹配数字，转换成相对应的整型，
        通过if来判断两次基因位置的差值，来获取指定长度的gene
        
        返回为gene以及gene的Id
        gbff 文件 中的  feature  会有时出现 assembly ，gene 会向下移动，所以 做了个比较
    '''
    return_gene=[]
    gene_id = []
    for seq_record in SeqIO.parse(file_path, "genbank"):
        #print (seq_record.id)
        #print (repr(seq_record.seq))
        #print (seq_record.features.gene_location)
        j=0
        while j < len(seq_record.features):
            #print(seq_record.features[j].type)
            try:
                if seq_record.features[j].type == 'gene':
                    #print(seq_record.features[j].type)
                    gene_location = [int(s) for s in re.findall(r'-?\d+\.?\d*', str(seq_record.features[j].location))]
                    #gene_location = str(seq_record.features[j].location)
                    if gene_location[1]-gene_location[0] < 30000:
                        #print(gene_location)
                        gene_id.append([str(seq_record.features[j].qualifiers['gene']),str(seq_record.features[j].qualifiers['db_xref']),str(seq_record.features[j].location)])
                        return_gene.append(str(seq_record.seq[gene_location[0]:gene_location[1]]))
                j=j+1
            except:
                print("over")
                #print(seq_record.features[j].location)
                #print(dd)
    return return_gene,gene_id
    print('over')