利用Python将GB格式序列文件 转换成 Fasta格式文件

Posted 2023-04-15

参考技术A 在分子生物学中 我们会有将GB格式序列文件 转换成 Fasta格式文件的需求，这里我们利用python脚本来解决这个问题。

gb格式文件是GenBank的文件，用来保存序列的详细信息。包含一个gene的名称，编号，发现者，参考文献，外显子位置，编码区序列，蛋白序列等等信息。
例如：

fasta格式是一种基于文本用于表示核酸序列或 多肽 序列的格式。其中 核酸 或 氨基酸 均以单个字母来表示，且允许在序列前添加序列名及注释。该格式已成为 生物信息学 领域的一项标准。
例如：

程序运行前 D:\docu\gb2fasta\ 文件夹下 文件

程序运行后 D:\docu\gb2fasta\ 文件夹下 文件

程序运行后 D:\docu\gb2fasta\ singl_fasta\ 文件夹下 文件

python怎么把ASNI（GB2312）转换成UTF-8

在python中读取ASNI的文件会变成乱码，需要转换成UTF-8的格式
求详细代码 最好用def来写 谢谢

#!/usr/bin/env python3
from chardet import detect
fn = 'a.txt'
with open(fn, 'rb') as f:
    s = f.read()
coding = detect(s)['encoding']
print('coding: '.format(coding))
print('content: '.format(s.decode(coding).rstrip()))
newf = 'b.txt'
with open(newf, 'wb') as f:
    f.write(s.decode(coding).encode('utf8'))
print('done!convert coding to utf-8 and wirte content in ``'.format(newf))

如果报ImportError那就

pip install chardet

def 你理解代码后自己整合吧

参考技术A 两种方式
import codesc
codesc.open(文件，'r','utf-8')
第二种，
针对需要的数据，unicode(x,"utf-8")