重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
这篇文章主要介绍了fasta序列如何按指定格式输出,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
十多年专注成都网站制作,成都企业网站建设,个人网站制作服务,为大家分享网站制作知识、方案,网站设计流程、步骤,成功服务上千家企业。为您提供网站建设,网站制作,网页设计及定制高端网站建设服务,专注于成都企业网站建设,高端网页制作,对混凝土搅拌罐车等多个方面,拥有丰富的网站维护经验。
前言:有时在处理fasta文件时,我们需要序列按照规定的格式排列。
很多人应该遇到过需要将序列排列到一行上,或者每行按照规定的bp数显示。我也经常遇到像60bp,70bp的不等长fasta序列共存于同一个fasta文件中的情况,为了避免不同长度对后面的处理造成影响,一般最好将格式统一。
fasta file format:
虽然是个小问题,但是却有很多不同的方法来实现这些操作,那接下来还是以举例说明,讲解一些方法来实现上面讲到的两种格式排列。
1、这里我使用全长158bp,60bp每行显示,最后一行38bp排列的两条fasta序列组成的fasta文件来举例。
test.fa:
$ cat test.fa >chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC
2、首先是使用awk排列到一行:
$ awk '/^>/ { if(NR>1) print ""; printf("%s\n",$0); next; } { printf("%s",$0);} END {printf("\n");}' test.fa >chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC
3、另外biopython处理fasta、fastq文件也很方便,也有相应的解决办法。
biopython中默认是按照60bp每行输出的,如果去查查它的帮助文档,可以查到FastaWriter可以在写出文件中指定fasta序列的wrap(换行?)数目:
我写了一个biopython版本的,可以用它指定的参数nwrap完成上面的两种操作,设置nwrap为0时即显示到一行上。
wrap_xbp.py:
import argparse
from Bio import SeqIO
from Bio.SeqIO.FastaIO import FastaWriter
###usage description
describe=argparse.ArgumentParser(description="Make Fasta Sequence in a Single Line or Wrap N bp One Line")
describe.add_argument("-nwrap",help="n base per line;default=0 means seq in one line",default=0,type=int)
describe.add_argument("orgf",help="Original fasta")#原始fasta文件
describe.add_argument("optf",help="Output fasta")#修改格式后的输出文件
args=describe.parse_args()
###handle to output and FastaWriter to make normalized output
output_fasta = open(args.optf,"w")#打开文件句柄用于写出文件
writer = FastaWriter(output_fasta,wrap=args.nwrap)#设置写出格式
writer.write_file(SeqIO.parse(args.orgf,"fasta"))#读取原始文件并按照要求格式写出
output_fasta.close()#关闭文件句柄
运行得到50bp每行的输出文件test_50wrap.fa
$ python3 wrap_xbp.py -nwrap 50 test.fa test_50wrap.fa
$ cat test_50wrap.fa
>chr_test1
GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCAT
TTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATC
GCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCC
AACTAACC
>chr_test2
GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCAT
TTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATC
GCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCC
AACTAACC
4、另外bbmap也有很快捷易用的reformat.sh来进行相同的操作。
按照50bp每行排列:
$ ~/tool/bbmap/reformat.sh in=test.fa out=test_out2.fa fastawrap=50
结果文件按照50bp每行排列:
$ cat test_out2.fa
>chr_test1
GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCAT
TTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATC
GCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCC
AACTAACC
>chr_test2
GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCAT
TTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATC
GCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCC
AACTAACC
当然也可以规划到一行显示,只需要设置大一些即可:fastawrap=50000000000
感谢你能够认真阅读完这篇文章,希望小编分享的“fasta序列如何按指定格式输出”这篇文章对大家有帮助,同时也希望大家多多支持创新互联,关注创新互联行业资讯频道,更多相关知识等着你来学习!