Python 脚本：利用 Biopython 和 NumPy 进行 FASTA 文件序列分析

from Bio import SeqIO
import numpy as np
import matplotlib.pyplot as plt
import os

# 读取fasta文件，计算状态转移矩阵
def calc_transition_matrix(fasta_file):
    sequences = list(SeqIO.parse(fasta_file, 'fasta'))
    alphabet = list(set(''.join([str(seq.seq) for seq in sequences])))
    states = len(alphabet)
    matrix = np.zeros((states, states))
    for seq in sequences:
        seq_str = str(seq.seq)
        for i in range(len(seq_str) - 1):
            from_state = alphabet.index(seq_str[i])
            to_state = alphabet.index(seq_str[i+1])
            matrix[from_state, to_state] += 1
    return matrix

# 对矩阵进行z-score标准化
def standardize(matrix):
    standardized_matrix = (matrix - np.mean(matrix, axis=0)) / np.std(matrix, axis=0)
    return standardized_matrix

# 对标准化后的矩阵进行PCA分析
def pca(matrix):
    cov = np.cov(matrix.T)
    eig_vals, eig_vecs = np.linalg.eig(cov)
    idx = np.argsort(eig_vals)[::-1]
    eig_vecs = eig_vecs[:, idx]
    projection = np.dot(matrix, eig_vecs)
    return projection

# 测试代码
if __name__ == '__main__':
    folder = 'folder_containing_fasta_files'
    fasta_files = [os.path.join(folder, f) for f in os.listdir(folder) if f.endswith('.fasta')]
    matrices = []
    for fasta_file in fasta_files:
        # 读取fasta文件，计算状态转移矩阵
        matrix = calc_transition_matrix(fasta_file)
        matrices.append(matrix)
        # 对矩阵进行标准化
        standardized_matrix = standardize(matrix)
        # 对标准化后的矩阵进行PCA分析
        pca_result = pca(standardized_matrix)
        # 绘制PCA散点图
        plt.scatter(pca_result[:, 0], pca_result[:, 1], label=fasta_file)
    plt.legend()
    plt.show()

该脚本首先定义了三个函数：

• calc_transition_matrix(fasta_file)：读取 FASTA 文件，计算状态转移矩阵。
• standardize(matrix)：对矩阵进行 Z-score 标准化。
• pca(matrix)：对标准化后的矩阵进行 PCA 分析。

在主函数中，脚本首先获取指定文件夹中的所有 FASTA 文件，然后依次对每个文件进行以下操作：

1. 计算状态转移矩阵。
2. 标准化矩阵。
3. 进行 PCA 分析。
4. 绘制 PCA 散点图。

最后，脚本将所有 FASTA 文件的 PCA 结果绘制在一个散点图上，并添加标签以区分不同文件。

注意:

• 将 folder 变量修改为你想要处理的文件夹路径。
• 需要安装 Biopython 和 NumPy 库。
• 你可以使用 pip install biopython numpy 来安装这些库。
• 该脚本可以根据需要进行修改，例如添加其他分析方法或自定义绘图样式。