使用 BioPython 将 FASTA seq_ID 替换为字典中的新 ID

Question

我有一个很大的文件，里面有很多 FASTA 序列。其中一些需要重命名——我正在尝试用它们的更新版本替换 FASTA 序列 ID。我将信息存储在字典中，旧 ID 是键，新 ID 是值。无论我做什么，我似乎都无法替换 ID 或正确编写新的 fasta 文件。我正在使用 SeqIO 读取我的 fasta 文件。这是我的一些代码：

这会产生记录 ID 的浅层替换，因为它们在此处准确打印，但实际上并没有在文件本身中更改：

rename_fastas = {'446_was_445_cDNA_v01VT':'446_cDNA_v01VT', '446_was_445_cDNA_v03VT': '446_cDNA_v03VT', 
             '428PBMC_2_V3': '428_PBMC_2_V3', '428PBMC_3_V3': '428_PBMC_3_V3', '428PBMC_4_V3': '428_PBMC_4_V3', '428PBMC_5_V3': '428_PBMC_5_V3'}

with open('fasta.fsa') as f:
    for seq_record in SeqIO.parse(f, 'fasta'):
        for k,v in rename_fastas.items():
            if seq_record.id == k:
                seq_record.id = seq_record.description = seq_record.id.replace(k,v)
                print(seq_record.id)

这让我的新文件中的条目太多了：

with open('fasta.fsa') as original, 
open('fasta2.fsa', 'w') as corrected:
    records = SeqIO.parse(original, 'fasta')
    for record in records:
        for k, v in rename_fastas.items():
            if record.id == k:
                record.id = record.description.replace(k, v)
            else: 
                record.id = record.id
            SeqIO.write(record, corrected, 'fasta')

这也不起作用，我不确定为什么：

with open('fasta.fsa') as f:
    for seq_record in SeqIO.parse(f, 'fasta'):
        seq_record.id = seq_record.description = seq_record.id.replace('428PBMC','428_PBMC')
        seq_record.id = seq_record.description = seq_record.id.replace('446_was_445','446')
        yield seq_record

如有任何帮助，我们将不胜感激！

Answer 1

试试那个：

rename_fastas = {'446_was_445_cDNA_v01VT':'446_cDNA_v01VT', '446_was_445_cDNA_v03VT': '446_cDNA_v03VT', '428PBMC_2_V3': '428_PBMC_2_V3', '428PBMC_3_V3': '428_PBMC_3_V3', '428PBMC_4_V3': '428_PBMC_4_V3', '428PBMC_5_V3': '428_PBMC_5_V3'}

with open('fasta.fsa') as original, open('fasta2.fsa', 'w') as corrected:
    for seq_record in SeqIO.parse(original, 'fasta'):
        if seq_record.id in rename_fastas:
            seq_record.id = seq_record.description = rename_fastas[seq_record.id]
        SeqIO.write(seq_record, corrected, 'fasta')

您打开文件进行输入和输出。你有一个带有正确键的字典，所以不需要每次都遍历它，只需要让字典完成它的工作并通过它的键访问它。如果密钥存在于字典中，则用 ID 的整个值替换字典中的值。最后将修正后的记录写入输出文件。

使用 BioPython 将 FASTA seq_ID 替换为字典中的新 ID

replace FASTA seq_ID with new ID from dict using BioPython

dictionary

replace

fasta

biopython

python-3.x