Genbank的gbff格式转gff3格式(补充)

前言

之前写过的Genbank的gbff格式转gff3格式的运行环境对于很多非计算机行业的同学不是很友好，在帮助一位网友处理格式转换之后，整理了下面这个python转换的方式（注：本人的生物信息等知识还停留在高中水平，只是曾经帮助过同学处理过一个gbff格式转gff3的问题，所以纰漏之处，希望各位大神指出）

python代码

# 导入依赖,如提示没有名为"xxx"的模块,pip安装即可,推荐使用python3.6以上
from BCBio import GFF  
# 如果提示"ModuleNotFoundError: No module named 'BCBio'"，安装一下bcbio-gff: pip3 install bcbio-gff==0.6.6
from Bio import SeqIO
# 如果提示"ModuleNotFoundError: No module named 'Bio'", 安装一下bio: pip3 install bio==0.4.1
import gzip


def gbff2gff(input_filename, output_filename):
    """
    gbff格式转gff
    :param input_filename: 输入文件名, 如 GCA_085.1_ASM148v1_genomic.gbff
    :param output_filename: 输出文件名, 如 GCA_085.1_ASM148v1_genomic.gff
    :return:
    """
    # 输入文件名,如果不在当前目录下,请使用绝对路径
    input_filename = input_filename
    # 输出文件名
    output_filename = output_filename
    try:
        input_handle = open(input_filename, "r")
        output_handle = open(output_filename, "w")
    except FileNotFoundError as e:
        print(f"错误:{str(e)}")
        print(f"文件[{input_filename}]不存在")
        return

    try:
        # 转换
        GFF.write(SeqIO.parse(input_handle, "genbank"), output_handle)

    except Exception as e:
        print("转换出错:", str(e))
        # 关闭文件
        input_handle.close()
        output_handle.close()


def uncompress_gz(src_filename):
    print("开始解压...")
    try:
        dest_name = src_filename.replace(".gz", "")
        gz_file = gzip.GzipFile(src_filename)
        with open(dest_name, "wb+") as f:
            f.write(gz_file.read())
        gz_file.close()
        print("解压完成!")
        return dest_name
    except Exception as e:
        print(f"解压出错:{str(e)}")


if __name__ == '__main__':
    print("****重要***\n请将gbff文件放在和当前程序同一个文件夹下!!!")
    _input_filename = input("请输入要转换的文件名(按Enter完成输入):")
    _output_filename = input("请输入转换后的文件名,默认和输入文件名一致")

    if not _output_filename:
        print("没有指定输出名称,默认将输入文件名的gbff改为gff")
        _output_filename = _input_filename.replace("gbff", "gff")
    confirm = input(f"请确认输入的文件名是否正确:\n输入:{_input_filename};\n输出:{_output_filename}\n确认请按Enter,重新输入请按Ctrl+C重新运行程序\n")

    if not _input_filename.endswith(".gbff"):
        if _input_filename.endswith(".gz"):
            uncompress_flag = input("输入的貌似是个gbff压缩后的gz文件,是否解压?输入 yes 进行解压:")
            if uncompress_flag == "yes":
                uncompress_gz(_input_filename)
                _input_filename = _input_filename.split('.gz')[0]
            else:
                exit()
        else:
            print(f"输入的文件名不正确:{_input_filename}")
    else:
        print(f"输入的文件名不正确:{_input_filename}")

    print("开始转换...")
    gbff2gff(_input_filename, _output_filename)
    print("转换完成!")

使用方法

复制上面的代码，新建一个文件，粘贴进去，然后把这个文件保存为gbff2gff3.py，确定后缀名为.py，电脑上安装python3.6的解释器，这个安装可以百度到，安装好之后，Win+R打开运行，输入cmd进入到黑窗口，在里面输入python gbff2gff3.py按回车，根据页面上的提示进行。

说明

执行完之后，会将一个几百兆的gbff文件转成一个几兆的gff3文件，由于本人不是很懂，也不确定是否绝对准确。

如果遇到问题请将截图贴到评论区或者私信！