使用 scikit-bio write 写入多个 fasta 条目

Posted 2023-02-23

【中文标题】使用 scikit-bio write 写入多个 fasta 条目

【英文标题】：Write multiple fasta entries using scikit-bio write

【发布时间】：2016-01-13 22:36:20

【问题描述】：

我正在尝试使用 scikit-bio 读取 FASTA 文件条目，然后如果满足某些要求，则将某些条目写回另一个文件。我遇到的问题是 .write 方法似乎打开和关闭一个文件，因此每个条目都会覆盖前一个。

In [39]: f = 'seqs.fna'
         seqs = skbio.io.read(f, format='fasta')
         for seq in seqs:
             if seq.metadata['id'] in ['47P50SDHBQ1PA_0', '4OZ9UI889OL5V_1', '2EC8VWHQD1LW5_2']:
                 print('True')
                 seq.write('foo.txt')

True
True

我希望在这种情况下将两个条目写入foo.txt，但是只有最后一个条目存在。如何将所有符合我的条件的序列写入文件？

【参考方案1】：

写入同一个打开的文件，而不是指定文件路径：

with open('output.fna', 'w') as output_fh:
    for seq in skbio.io.read('seqs.fna', format='fasta'):
        if seq.metadata['id'] in ['47P50SDHBQ1PA_0', '4OZ9UI889OL5V_1', '2EC8VWHQD1LW5_2']:
            seq.write(output_fh)

您也可以使用skbio.io.write 来编写序列生成器：

def filtered_seqs():
    for seq in skbio.io.read('seqs.fna', format='fasta'):
        if seq.metadata['id'] in ['47P50SDHBQ1PA_0', '4OZ9UI889OL5V_1', '2EC8VWHQD1LW5_2']:
            yield seq

skbio.io.write(filtered_seqs(), format='fasta', into='output.fna')