使用 skbio 从压缩的 FASTA bz2 文件中读取

Posted 2023-02-23

【中文标题】使用 skbio 从压缩的 FASTA bz2 文件中读取

【英文标题】：Reading from compressed FASTA bz2 file using skbio

【发布时间】：2016-06-23 15:40:42

【问题描述】：

是否可以从压缩文件（例如 FASTA bz2）中读取？我通常使用skbio.sequence.Sequence.read，但在那里看不到这个选项。

谢谢！

【问题讨论】：

我正在寻找 SeqIO.parse 的 skbio 替代品（例如，使用 bz2.BZ2File(fna_bz2,"r") as in_f: for s in SeqIO.parse(in_f,"fasta") :) 谢谢！

【参考方案1】：

可以这样做：

import skbio
seq = skbio.io.read("seqs.fna.bz2", format='fasta', compression='bz2', into=skbio.DNA)

我使用的是 scikit-bio 0.5.0，但早期版本也应该可以。虽然我明确定义了压缩类型，但这通常不是必需的。

相关文档为here和here。

【讨论】：

需要注意的几点： 1) 上面的示例使用了过程 API。您可以等效地使用面向对象的 API 来执行此操作，例如skbio.Sequence.read("seqs.fna.bz2")。 2) scikit-bio 将尝试猜测压缩类型和文件格式，而不管使用的文件扩展名。

如果文件中有多个条目，你如何让它工作？