阅读 .fasta python

什么是.fasta文件

.fasta文件是一种常见的生物信息学格式，用于存储生物序列（比如DNA，RNA或蛋白质序列）。它是一种纯文本格式，常常用于交换和共享生物序列数据。

.fasta文件通常以多条序列的方式存储在一个文件中，每条序列由一个以“>”开头的标识符行标识。标识符行后面跟着的是序列本身。

如何在python中读取.fasta文件

我们可以使用BioPython这个Python生物信息学库来读取和处理.fasta文件。BioPython提供了一个SeqIO模块，它可以方便读取生物序列文件，包括.fasta文件。

以下是读取.fasta文件中所有序列的示例代码：

from Bio import SeqIO

fasta_file = "example.fasta"

for sequence in SeqIO.parse(fasta_file, "fasta"):
    print(sequence.id)
    print(sequence.seq)

上面的代码使用SeqIO.parse方法来解析.fasta文件，"fasta"参数表示使用.fasta格式解析。我们可以通过遍历的方式访问所有的生物序列，sequence.id返回序列标识符，sequence.seq返回序列本身。

如何在Python中写入.fasta文件

我们也可以使用SeqIO模块来创建并写入.fasta文件，以下是创建.fasta文件的示例代码：

from Bio import SeqIO

sequences = []
sequences.append("ACGT")
sequences.append("GCTA")
sequences.append("ATCG")
sequences.append("CGTA")

sequence_records = []
for i, sequence in enumerate(sequences):
    record = SeqRecord(Seq(sequence), id=f"sequence{i+1}", description="")
    sequence_records.append(record)

output_file = "output.fasta"

with open(output_file, "w") as f:
    SeqIO.write(sequence_records, f, "fasta")

上面的代码中，我们首先创建了一些生物序列并将它们存储在列表sequences中。然后我们创建了一个空的序列记录列表sequence_records，在循环中我们将每个序列封装为SeqRecord对象并添加到sequence_records列表中。

最后我们使用SeqIO.write方法将sequence_records写入到输出文件output.fasta中。

总结

在Python中读取和处理.fasta文件非常容易。我们可以使用BioPython库提供的SeqIO模块来高效地读取和写入生物序列。如果你还没有熟悉使用BioPython，可以去官方文档查看更多信息。