使用 fasta 文件中的序列 ID 提取序列

如何解决使用 fasta 文件中的序列 ID 提取序列

我有一个 fasta ID（示例中为 Q99424），我需要提取该 ID 的相应序列。我正在使用 Bio 库来表示每条记录，如下所示：

SeqRecord(seq=Seq('MGSPVHRVSLGDTWSRQMHPDIESERYMQSFDVERLTNILDGGAQNTALRRKVE...SKL'),id='sp|Q99424|ACOX2_HUMAN',name='sp|Q99424|ACOX2_HUMAN',description='sp|Q99424|ACOX2_HUMAN',dbxrefs=[])

我可以遍历每条记录并进行搜索，但这不是最好的方法，因为我要搜索的记录超过 12000 条。

这是我们如何迭代所有序列：

for record in SeqIO.parse(handle,"fasta"):
  name = record.name
  id = record.name.split("|")[1]

解决方法

你可以使用pyfaidx：https://pythonhosted.org/pyfaidx/ 可以使用这个模块或者samtools生成fasta索引“.fai”，然后使用pyfaidx的fetch函数