将GenBank平面文件转换为FASTA

如何解决将GenBank平面文件转换为FASTA

| 我需要解析一个初步的GenBank Flatfile。该序列尚未发布，因此我无法通过登录查找它并下载FASTA文件。我是Bioinformatics的新手，所以有人可以告诉我在哪里可以找到BioPerl或BioPython脚本来自己完成这项工作吗？谢谢！     

解决方法

        您需要Bio :: SeqIO模块来读取或写入生物信息学数据。 SeqIO HOWTO应该告诉您所有您需要了解的内容，但这是Perl中的一个小型Gen-file文件读取脚本，可帮助您入门！     ,        我在这里为您提供Biopython解决方案。我将首先假设您的基因库文件与基因组序列有关，然后我将提供另一种解决方案，假设它是基因序列。确实，知道您要处理的是哪一个将很有帮助。 基因组序列解析： 通过以下方式从文件中解析自定义genbank平面文件：

from Bio import SeqIO
record = SeqIO.read(\"yourGenbankFileDirectory/yourGenbankFile.gb\",\"genbank\")

如果只需要原始序列，则：

rawSequence = record.seq.tostring()

现在，也许您需要为此序列命名，以便在创建.fasta之前为序列赋予\“> header \”。让我们看一下genbank .gb文件附带的名称：

nameSequence = record.features[0].qualifiers

这应该返回一个字典，该字典具有该序列库文件的作者注释的该整个序列的各种同义词 基因序列解析： 通过以下方式从文件中解析自定义genbank平面文件：

from Bio import SeqIO
record = SeqIO.read(\"yourGenbankFileDirectory/yourGenbankFile.gb\",\"genbank\")

要获取该基因的原始序列列表/所有基因列表，则：

rawSequenceList = [gene.extract(record.seq.tostring()) for gene in record.features]

获取每个基因序列的名称列表（更确切地说是每个基因的同义词字典）

nameSequenceList = [gene.qualifiers for gene in record.features]