python序列如何使用_如何在python中使用序列文件创建数据集

我有一个蛋白质序列文件如下：>102L:A MNIFEMLRIDEGLRLKIYKDTEGYYTIGIGHLLTKSPSLNAAAKSELDKAIGRNTNGVITKDEAEKLFNQDVDAAVRGILRNAKLKPVYDSLDAVRRAALINMVFQMGETGVAGFTNSLRMLQQKRWDEAAVNLAKSRWYNQTPNRAKRVITTFRTGTWDAYKNL -------------------------------------------------------------------------------------------------------------------------------------------------------------------XX

第一个是序列的名称，第二个是实际的蛋白质序列，第一个是指示是否有缺失坐标的指示器。在这种情况下，注意末尾有两个“X”。这意味着序列的最后两个余数是“NL”，在本例中是缺少坐标的。在

通过使用Python编写代码，我希望生成一个如下所示的表：序列的名称

缺失坐标总数(即X的数量)

这些缺失坐标的范围(即X的位置范围)

4) 序列的长度

5) 实际顺序

因此，最终结果应如下所示：

^{pr2}$

到目前为止我的代码是这样的：total_seq = []

with open('sample.txt') as lines:

for l in lines:

split_list = l.split()

# Assign the list number

header = split_list[0] # 1

seq = split_list[1] # 5

disorder = split_list[2]

# count sequence length and total residue of missing coordinates

sequence_length = len(seq) # 4

for x in disorder:

counts = 0

if x == 'X':

counts = counts + 1

total_seq.append([header, seq, str(counts)]) # obviously I haven't finish coding 2 & 3

with open('new_sample.txt', 'a') as f:

for lol in total_seq:

f.write('\n'.join(lol))

我是python新手，有人能帮忙吗？在