前言
这是小编的第一篇博客,也是一种尝试,主要记录在python应用中遇到的一些小问题,小编平时做的主要是DNA结合蛋白的识别与预测,需要借助多种软件进行特征提取,如PSI——BLAST,PSIpred等等,小编这次要解决的问题就是小编拿到的原始序列数据为一个fasta文件中包含多个序列,但PSIpred是一条一条跑,因此需要将其拆分
目的
首先给大家看一下小编的文件样式:
这是从某位大佬文献中获得的6个数据集,小编想要通过python编程生成6个对应的文件夹:
每个文件夹中包括对应数据集中所有单条蛋白质序列文件,嗯。。。好像有点说不太明白,那就放图吧,以New_D31.fasta为例,这个文件中包含31条蛋白质序列:
可以看到每三行代表一条蛋白质序列,小编就是想把这每三行放到一个新的以该蛋白质名称命名的fasta文件中,最后的结果应该是这样的:
这个是打开文件夹New_D31之后的效果,里面有31个fasta文件,每个fasta文件是这样的:(还是以第一个为例)
差不多就是这个意思了,不知道大家明白了没有,下面就给大家放上小编的代码吧!
代码
代码如下(示例):
import os
#确定操作目录,数据集所在的目录,以及想要创建的新的文件夹所在的目录
path = 'H:/硕士研究/binding-site/论文资料/数据集收集整理/数据集(用)/'
#读取该目录下文件名称、数目,并以此构造新的文件夹名称file_name,原始的.fasta文件名称读入到filename中
file_name = [