使用 Biopython 将多个 FASTA 文件转换为 Nexus 时出错

Question

我想使用 BIO.SeqIO 模块将多个 FASTA 格式文件（DNA 序列）转换为 NEXUS 格式，但出现此错误：

Traceback (most recent call last):
  File "fasta2nexus.py", line 28, in <module>
    print(process(fullpath))
  File "fasta2nexus.py", line 23, in process
    alphabet=IUPAC.ambiguous_dna)
  File "/Library/Python/2.7/site-packages/Bio/SeqIO/__init__.py", line 1003, in convert
    with as_handle(in_file, in_mode) as in_handle:
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/contextlib.py", line 17, in __enter__
    return self.gen.next()
  File "/Library/Python/2.7/site-packages/Bio/File.py", line 88, in as_handle
    with open(handleish, mode, **kwargs) as fp:
IOError: [Errno 2] No such file or directory: 'c'

我错过了什么？

这是我的代码：

##!/usr/bin/env python

from __future__ import print_function # or just use Python 3!

import fileinput
import os
import re
import sys

from Bio import SeqIO, Nexus
from Bio.Alphabet import IUPAC


test = "/Users/teton/Desktop/test"

files = os.listdir(os.curdir)

def process(filename):
    # retuns ("basename", "extension"), so [0] picks "basename"
    base = os.path.splitext(filename)[0] 
    return SeqIO.convert(filename, "fasta", 
                         base + ".nex", "nexus", 
                         alphabet=IUPAC.ambiguous_dna)

for files in os.listdir(test):
    for file in files:
        fullpath = os.path.join(file)
        print(process(fullpath))

Answer 1

名称错误

您导入了 SeqIO 但正在调用 seqIO.convert()。 Python 区分大小写。该行应为：

return SeqIO.convert(filename + '.fa', "fasta", filename + '.nex', "nexus", alphabet=IUPAC.ambiguous_dna)

IOError: for files in os.walk(test):

无法打开文件时引发 IOError。它经常出现是因为提供的文件名和/或文件路径不存在。

os.walk(test)遍历路径test中的所有子目录。在每次迭代期间，files 将是一个包含 3 个元素的列表。第一个元素是目录的路径，第二个元素是该路径中的子目录列表，第三个元素是该路径中的文件列表。您应该将文件名传递给 process()，但您传递的是 process(files).

中的列表

您已在本版块中正确实施for root, dirs, files in os.walk(test):。我建议您在下面的 for 循环中类似地实现它。

您正在将 .fa 添加到您的 filename。不要添加 .fa.

Answer 2

这段代码应该可以解决我看到的大部分问题。

from __future__ import print_function # or just use Python 3!

import fileinput
import os
import re
import sys

from Bio import SeqIO, Nexus
from Bio.Alphabet import IUPAC

test = "/Users/teton/Desktop"

def process(filename):
    # retuns ("basename", "extension"), so [0] picks "basename"
    base = os.path.splitext(filename)[0] 
    return SeqIO.convert(filename, "fasta", 
                         base + ".nex", "nexus", 
                         alphabet=IUPAC.ambiguous_dna)
    
for root, dirs, files in os.walk(test):
    for file in files:
        fullpath = os.path.join(root, file)
        print(process(fullpath))

我改变了一些东西。首先，我订购了您的导入（个人物品）并确保从 Bio.Alphabet 导入 IUPAC 这样您就可以实际为您的序列分配正确的字母表。接下来，在您的 process() 函数中，我添加了一行以将扩展名从文件名中分离出来，然后使用完整的文件名作为第一个参数，仅使用基本文件名（不带扩展名）来命名 Nexus 输出文件。说到这里，我假设您将在以后的代码中使用 Nexus 模块？如果不是，您应该将其从导入中删除。

我不确定最后一个片段的意义是什么，所以我没有包含它。但是，在其中，您似乎在遍历文件树并 process() 再次 遍历每个文件 ，然后引用一些名为 count 的未定义变量。相反，只需运行 process() 一次，然后执行该循环中 count 所指的任何操作。

您可能需要考虑在 for 循环中添加一些逻辑来测试 os.path.join() 返回的文件实际上是一个 FASTA 文件。否则，如果任何其他文件类型在您搜索的目录之一中并且您 process() 它，可能会发生各种奇怪的事情。

编辑

好的，根据您的新代码，我有一些建议。首先，行

files = os.listdir(os.curdir)

完全没有必要，因为在 process() 函数的定义下方，您正在重新定义 files 变量。此外，上述行会失败，因为您没有调用 os.curdir()，您只是将其引用传递给 os.listdir().

底部的代码应该是这样的：

for file in os.listdir(test):
    print(process(file))

for file in files 是多余的，用一个参数调用 os.path.join() 什么都不做。

使用 Biopython 将多个 FASTA 文件转换为 Nexus 时出错

Error in converting multiple FASTA files to Nexus using Biopython

python

fasta

biopython

编辑