Python 使用 Biopython 库提取 FASTA 文件特定序列

使用 Python Biopython 库提取 FASTA 文件特定序列

该代码使用 Python Biopython 库从 FASTA 文件中提取特定索引范围内的序列，并将结果保存到新的 FASTA 文件中，保证序列在一行内容。

from Bio import SeqIO

input_file = 'C:/Users/fang/Desktop/合适的程序/序列/M/MC/CP090837.fasta'  # 输入fasta文件名
output_file = 'C:/Users/fang/Desktop/合适的程序/序列/M/MC0/CP090837.fasta'  # 输出fasta文件名
start_index = 1000  # 起始子序列的索引（从0开始）
end_index = 2000  # 结束子序列的索引（包括该索引对应的序列）
selected_records = []  # 存储选择的序列

with open(output_file, 'w') as out_f:
    for i, record in enumerate(SeqIO.parse(input_file, 'fasta')):
        if start_index <= i <= end_index:  # 如果当前序列在选择的索引范围内，则将其存储到selected_records列表中
            selected_records.append(record)
    SeqIO.write(selected_records, out_f, 'fasta-2line')  # 将选择的序列写入到输出文件中，并且保证序列在一行
print('Done.')  # 输出提示信息

代码说明：

1. 导入 Biopython 库： from Bio import SeqIO
2. 设置输入和输出文件路径： input_file 和 output_file
3. 设置起始和结束索引： start_index 和 end_index
4. 创建一个列表来存储选择的序列： selected_records
5. 打开输出文件： with open(output_file, 'w') as out_f:
6. 遍历输入 FASTA 文件： for i, record in enumerate(SeqIO.parse(input_file, 'fasta')):
7. 检查索引是否在范围内： if start_index <= i <= end_index:
8. 将符合条件的序列添加到列表中： selected_records.append(record)
9. 将选择的序列写入到输出文件，并且保证序列在一行： SeqIO.write(selected_records, out_f, 'fasta-2line')
10. 输出完成提示： print('Done.')

注意：

• SeqIO.write() 函数的 format 参数设置为 'fasta-2line' 可以保证序列在一行输出。
• 该代码假设输入 FASTA 文件中所有序列的长度相同。
• 确保已安装 Biopython 库：pip install biopython