Biopython: estrarre gli ID di sequenza da un file di output Blast
-
18-09-2019 - |
Domanda
Ho un file di output BLAST in formato XML. È 22 sequenze di interrogazione con 50 risultati riportati da ogni sequenza. E voglio estrarre tutti i colpi 50x22. Questo è il codice ho attualmente, ma estrae solo i 50 colpi dalla prima query.
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()
Qualcuno ha qualche suggerimento da estrarre tutti i colpi? Credo che devo usare qualcosa di diverso allineamenti. Spero che questo era chiaro. Grazie!
Jon
Soluzione
Questo dovrebbe ottenere tutti i record. La novità rispetto al originale è il
for blast_record in blast_records
che è un linguaggio pitone per scorrere elementi in una "lista-like", come le blast_records (controllo CBIXML documentazione del modulo ha mostrato che parse () restituisce infatti un iteratore)
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()
Altri suggerimenti
Ho usato questo codice per estrarre tutti i risultati
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"
o meno dettagli
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"
Ho usato questo sito
http: //www2.warwick. ac.uk/fac/sci/moac/currentstudents/peter_cock/python/rpsblast/