Hướng dẫn biopython seqio - biopython seqio

Trang này mô tả

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Novices Python có thể tìm thấy Hội thảo Biopython giới thiệu của Peter, bắt đầu bằng việc làm việc với các tệp trình tự bằng SEQIO.

Có cả một chương trong hướng dẫn (PDF) vào

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Mục tiêu

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

Thiết kế được lấy cảm hứng một phần bởi sự đơn giản của Bioperl xông Seqio. Về lâu dài, chúng tôi hy vọng sẽ phù hợp với danh sách ấn tượng của các định dạng tệp chuỗi được hỗ trợ và nhiều định dạng căn chỉnh.

Lưu ý rằng việc đưa vào

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

Tầm nhìn của tôi là để điều khiển dữ liệu trình tự, bạn nên thử

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Peter

Định dạng tệp

Bảng này liệt kê các định dạng tệp mà

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

Các tệp nhị phân định dạng lưu lượng dòng chảy (SFF) được sản xuất bởi các máy giải trình tự iontorrent/ionproton của Roche 454 và ionTorrent/ionProte.

SFF-Trim

Định dạng Flowgram tiêu chuẩn Áp dụng các lần cắt được liệt kê trong tệp.

from Bio import SeqIO

for record in SeqIO.parse("example.fasta", "fasta"):
    print(record.id)

Snapgene

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Định dạng gốc được sử dụng bởi Snapgene.

X-tốc-khôm

Định dạng căn chỉnh Stockholm còn được gọi là định dạng PFAM.

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Thụy Sĩ

from Bio import SeqIO

records = list(SeqIO.parse("example.fasta", "fasta"))
print(records[0].id)  # first record
print(records[-1].id)  # last record

Thụy Sĩ-Prot AKA Định dạng Uniprot. Sử dụng

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

chuyển hướng

Tab hai cột đơn giản Các tệp chuỗi được phân tách, trong đó mỗi dòng chứa một định danh và trình tự nhận dạng bản ghi. Ví dụ: điều này được sử dụng bởi phần mềm Bông tai Aligent khi lưu các đầu dò microarray trong một tệp văn bản được phân định tab tối thiểu.

chất lượng

Các tệp chất lượng giống như các tệp fasta nhưng thay vì trình tự, bản ghi không gian phân tách các giá trị giải trình tự số nguyên như điểm chất lượng phreD. Một cặp tệp Fasta và Qual phù hợp thường được sử dụng thay thế cho một tệp FASTQ duy nhất.

from Bio import SeqIO

record = SeqIO.read("single.fasta", "fasta")

Đối với tình huống liên quan mà bạn chỉ muốn bản ghi đầu tiên (và rất vui khi bỏ qua bất kỳ bản ghi nào tiếp theo), bạn có thể sử dụng chức năng Python tích hợp

from Bio import SeqIO

record = SeqIO.read("single.fasta", "fasta")

from Bio import SeqIO

first_record = next(SeqIO.parse("example.fasta", "fasta"))

Đầu ra trình tự

Để ghi các bản ghi vào tệp, hãy sử dụng hàm

from Bio import SeqIO

record = SeqIO.read("single.fasta", "fasta")

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

sequences = ...  # add code here
with open("example.fasta", "w") as output_handle:
    SeqIO.write(sequences, output_handle, "fasta")

or:

from Bio import SeqIO

sequences = ...  # add code here
SeqIO.write(sequences, "example.fasta", "fasta")

Có nhiều ví dụ hơn trong phần sau về chuyển đổi giữa các định dạng tệp.

Lưu ý rằng nếu bạn đang viết vào định dạng tệp căn chỉnh, tất cả các chuỗi của bạn phải có cùng độ dài.

Nếu bạn cung cấp các chuỗi dưới dạng trình lặp

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Mặt khác, đối với các định dạng tệp xen kẽ hoặc không theo trình tự như Clustal, hàm

from Bio import SeqIO

record = SeqIO.read("single.fasta", "fasta")

Chuyển đổi định dạng tệp

Giả sử bạn có một tệp GenBank mà bạn muốn biến thành một tệp FASTA. Ví dụ: hãy xem xét tệp

from Bio import SeqIO

first_record = next(SeqIO.parse("example.fasta", "fasta"))

Bạn có thể đọc tệp như thế này, sử dụng hàm

from Bio import SeqIO

record_dict = SeqIO.to_dict(SeqIO.parse("example.fasta", "fasta"))
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Lưu ý rằng tập tin này chứa sáu bản ghi. Bây giờ thay vì in các bản ghi, hãy để Lành chuyển trình lặp

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

record = SeqIO.read("single.fasta", "fasta")

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Hoặc sử dụng chính xác hơn chức năng

from Bio import SeqIO

first_record = next(SeqIO.parse("example.fasta", "fasta"))

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Trong ví dụ này, tệp GenBank bắt đầu như thế này:

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Tệp Fasta kết quả trông như thế này:

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Lưu ý rằng tất cả các tệp FASTA có thể lưu trữ là định danh, mô tả và trình tự.

Bằng cách thay đổi chuỗi định dạng, mã đó có thể được sử dụng để chuyển đổi giữa bất kỳ định dạng tệp được hỗ trợ nào.

Ví dụ

Ví dụ đầu vào/đầu ra - Lọc theo độ dài chuỗi

Mặc dù bạn có thể chỉ đơn giản muốn chuyển đổi một tệp (như được hiển thị ở trên), một ví dụ thực tế hơn là thao tác hoặc lọc dữ liệu theo một cách nào đó.

Ví dụ, hãy để Lừa lưu tất cả các chuỗi ngắn của người Viking dưới 300 nucleotide vào tệp FASTA:

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Nếu bạn biết về toàn bộ danh sách thì bạn có thể đã viết ví dụ trên như thế này: thay vào đó:list comprehensions then you could have written the above example like this instead:

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Tôi không tin rằng điều này thực sự dễ hiểu hơn, nhưng nó ngắn hơn.

Tuy nhiên, nếu bạn đang xử lý các tệp rất lớn với hàng ngàn hồ sơ, bạn có thể hưởng lợi từ việc sử dụng biểu thức máy phát thay thế. Điều này tránh việc tạo toàn bộ danh sách các bản ghi mong muốn trong bộ nhớ:generator expression instead. This avoids creating the entire list of desired records in memory:

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Hãy nhớ rằng đối với các định dạng tệp tuần tự như Fasta hoặc GenBank,

from Bio import SeqIO

record = SeqIO.read("single.fasta", "fasta")

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Tuy nhiên, như được giải thích trong phần đầu ra, đối với các định dạng tệp không theo trình tự như Clustal

from Bio import SeqIO

record = SeqIO.read("single.fasta", "fasta")

Nếu điều này là tất cả khó hiểu, thì đừng hoảng sợ và bỏ qua những thứ lạ mắt. Đối với các bộ dữ liệu có kích thước vừa phải có quá nhiều bản ghi trong bộ nhớ cùng một lúc (ví dụ: trong danh sách) có lẽ sẽ không phải là một vấn đề.

Sử dụng tổng kiểm tra seguid

Trong ví dụ này, chúng tôi sẽ sử dụng

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

sequences = ...  # add code here
with open("example.fasta", "w") as output_handle:
    SeqIO.write(sequences, output_handle, "fasta")

from Bio import SeqIO

sequences = ...  # add code here
with open("example.fasta", "w") as output_handle:
    SeqIO.write(sequences, output_handle, "fasta")

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Bạn sẽ nhận được đầu ra này:

from Bio import SeqIO

with open("example.fasta") as handle:
    for record in SeqIO.parse(handle, "fasta"):
        print(record.id)

Bây giờ chúng ta hãy sử dụng chức năng kiểm tra và

from Bio import SeqIO

record_dict = SeqIO.index("example.fasta", "fasta")
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

sequences = ...  # add code here
with open("example.fasta", "w") as output_handle:
    SeqIO.write(sequences, output_handle, "fasta")

from Bio import SeqIO

sequences = ...  # add code here
with open("example.fasta", "w") as output_handle:
    SeqIO.write(sequences, output_handle, "fasta")

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Cho đầu ra này:

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Trại sau ngẫu nhiên

Kịch bản này sẽ đọc một tệp GenBank với toàn bộ bộ gen ty thể (ví dụ: ty thể thuốc lá, ty thể Nicotiana Tabacum

from Bio import SeqIO

sequences = ...  # add code here
with open("example.fasta", "w") as output_handle:
    SeqIO.write(sequences, output_handle, "fasta")

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Điều đó sẽ cung cấp một cái gì đó như thế này là tệp đầu ra,

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Ghi vào một chuỗi

Đôi khi, bạn đã thắng muốn viết (các) đối tượng

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

sequences = ...  # add code here
with open("example.fasta", "w") as output_handle:
    SeqIO.write(sequences, output_handle, "fasta")

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Đối với trường hợp đặc biệt mà bạn muốn có một bản ghi dưới dạng chuỗi ở định dạng tệp đã cho, Biopython 1.48 đã thêm một phương thức định dạng mới:

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Phương thức định dạng sẽ có bất kỳ định dạng đầu ra nào được hỗ trợ bởi

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

from Bio import SeqIO

record_dict = SeqIO.index("example.fasta", "fasta")
print(record_dict["gi:12345678"])  # use any record ID

from Bio import SeqIO

sequences = ...  # add code here
SeqIO.write(sequences, "example.fasta", "fasta")

from Bio import SeqIO

sequences = ...  # add code here
SeqIO.write(sequences, "example.fasta", "fasta")

Lưu ý rằng chúng tôi không khuyên bạn nên sử dụng điều này cho đầu ra tệp - sử dụng

from Bio import SeqIO

record = SeqIO.read("single.fasta", "fasta")

Help!

Nếu bạn gặp vấn đề với

from Bio import SeqIO

with open("opuntia.aln") as handle:
    for record in SeqIO.parse(handle, "clustal"):
        print(record.id)

Nếu bạn nghĩ rằng bạn đã tìm thấy một lỗi, vui lòng báo cáo nó trên trang Github dự án.