datetime列按照指定格式排列_fasta序列按指定格式输出

bde4a1703b07a796a4a89a4f3136e19d.png

前言:有时在处理fasta文件时,我们需要序列按照规定的格式排列。

很多人应该遇到过需要将序列排列到一行上,或者每行按照规定的bp数显示。我也经常遇到像60bp,70bp的不等长fasta序列共存于同一个fasta文件中的情况,为了避免不同长度对后面的处理造成影响,一般最好将格式统一。

fasta file format:

4302e8b4363a721f82005a00a1359a76.png

虽然是个小问题,但是却有很多不同的方法来实现这些操作,那接下来还是以举例说明,讲解一些方法来实现上面讲到的两种格式排列。

f8198a492a777d2c618030923a664d00.png

1、这里我使用全长158bp,60bp每行显示,最后一行38bp排列的两条fasta序列组成的fasta文件来举例。

test.fa:

$ cat test.fa          >chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC

2、首先是使用awk排列到一行:

$ awk '/^>/ { if(NR>1) print "";  printf("%s\n",$0); next; } { printf("%s",$0);}  END {printf("\n");}' test.fa >chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC

3、另外biopython处理fasta、fastq文件也很方便,也有相应的解决办法。

biopython中默认是按照60bp每行输出的,如果去查查它的帮助文档,可以查到FastaWriter可以在写出文件中指定fasta序列的wrap(换行?)数目:

我写了一个biopython版本的,可以用它指定的参数nwrap完成上面的两种操作,设置nwrap为0时即显示到一行上。

wrap_xbp.py:

import argparsefrom Bio import SeqIOfrom Bio.SeqIO.FastaIO import FastaWriter###usage descriptiondescribe=argparse.ArgumentParser(description="Make Fasta Sequence in a Single Line or Wrap N bp One Line")describe.add_argument("-nwrap",help="n base per line;default=0 means seq in one line",default=0,type=int)describe.add_argument("orgf",help="Original fasta")#原始fasta文件describe.add_argument("optf",help="Output fasta")#修改格式后的输出文件args=describe.parse_args()###handle to output and FastaWriter to make normalized outputoutput_fasta = open(args.optf,"w")#打开文件句柄用于写出文件writer = FastaWriter(output_fasta,wrap=args.nwrap)#设置写出格式writer.write_file(SeqIO.parse(args.orgf,"fasta"))#读取原始文件并按照要求格式写出output_fasta.close()#关闭文件句柄

运行得到50bp每行的输出文件test_50wrap.fa

$ python3 wrap_xbp.py -nwrap 50 test.fa test_50wrap.fa$ cat test_50wrap.fa>chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC

4、另外bbmap也有很快捷易用的reformat.sh来进行相同的操作。

按照50bp每行排列:

$ ~/tool/bbmap/reformat.sh in=test.fa out=test_out2.fa fastawrap=50

结果文件按照50bp每行排列:

$ cat test_out2.fa                            >chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC

当然也可以规划到一行显示,只需要设置大一些即可:fastawrap=50000000000

END:好了今天的介绍就到这里,希望能对大家有所帮助。圣诞节就要来了,提前祝大家圣诞快乐~ 也希望大家持续关注我们,谢谢!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值