Biopython: extraire les ID de séquence à partir d'un fichier de sortie Blast

Question

J'ai un fichier de sortie BLAST au format XML. Il est de 22 séquences d'interrogation avec 50 résultats rapportés à partir de chaque séquence. Et je veux extraire tous les hits de 50x22. Voici le code que j'ai actuellement, mais il extrait seulement les 50 hits de la première requête.

from Bio.Blast import NCBIXM
blast_records = NCBIXML.parse(result_handle)
blast_record = blast_records.next()

save_file = open("/Users/jonbra/Desktop/my_fasta_seq.fasta", 'w')

for alignment in blast_record.alignments:
    for hsp in alignment.hsps:
            save_file.write('>%s\n' % (alignment.title,))
save_file.close()

Quelqu'un a des suggestions pour extraire tous les coups? Je suppose que je dois utiliser autre chose que les alignements. Espérons que cela était clair. Merci!

Jon

Answer 1

Cela devrait obtenir tous les enregistrements. La nouveauté par rapport à l'original est le

for blast_record in blast_records

qui est un langage de python pour parcourir les éléments d'un objet "liste-like", tels que les blast_records (vérification du CBIXML documentation du module a montré que parse () retourne en effet un itérateur)

from Bio.Blast import NCBIXM
blast_records = NCBIXML.parse(result_handle)

save_file = open("/Users/jonbra/Desktop/my_fasta_seq.fasta", 'w')

for blast_record in blast_records:
  for alignment in blast_record.alignments:
      for hsp in alignment.hsps:
            save_file.write('>%s\n' % (alignment.title,))
  #here possibly to output something to file, between each blast_record
save_file.close()

Answer 2

J'ai utilisé ce code pour extraire tous les résultats

from Bio.Blast import NCBIXML
for record in NCBIXML.parse(open("rpoD.xml")) :
    print "QUERY: %s" % record.query
    for align in record.alignments :
        print " MATCH: %s..." % align.title[:60]
        for hsp in align.hsps :
            print " HSP, e=%f, from position %i to %i" \
                % (hsp.expect, hsp.query_start, hsp.query_end)
            if hsp.align_length < 60 :
                 print "  Query: %s" % hsp.query
                 print "  Match: %s" % hsp.match
                 print "  Sbjct: %s" % hsp.sbjct
            else :
                 print "  Query: %s..." % hsp.query[:57]
                 print "  Match: %s..." % hsp.match[:57]
                 print "  Sbjct: %s..." % hsp.sbjct[:57]


print "Done"

ou pour moins de détails

from Bio.Blast import NCBIXML
for record in NCBIXML.parse(open("NC_003197.xml")) :
    #We want to ignore any queries with no search results:
    if record.alignments :
        print "QUERY: %s..." % record.query[:60]
        for align in record.alignments :
            for hsp in align.hsps :
                print " %s HSP, e=%f, from position %i to %i" \
                % (align.hit_id, hsp.expect, hsp.query_start, hsp.query_end)
print "Done"

J'ai utilisé ce site

http: //www2.warwick. ac.uk/fac/sci/moac/currentstudents/peter_cock/python/rpsblast/