如何解决如何使用biopython查询fasta文件中的区域？
我有一个带有一些参考基因组的fasta文件。 我想根据染色体，起始索引和终止索引以字符串形式获取参考核苷酸。
from Bio import SeqIO
p = '/path/to/refernce.fa'
seqs = SeqIO.parse(p.open(),'fasta')
string = seqs.query(id='chr7',start=10042,end=10252)
和字符串应类似于：'GGCTACGAACT ...'
我发现的所有内容都是如何遍历seqs，以及如何从NCBI中提取数据，这不是我想要的。 在biopython中执行此操作的正确方法是什么？
解决方法
AFAIK，biopython当前不具有此功能。对于使用索引的随机查找（请参见samtools faidx），您可能需要pysam或pyfaidx。这是一个使用pysam.FastaFile类的示例，它使您可以快速“获取”区域中的序列：
import pysam
ref = pysam.FastaFile('/path/to/reference.fa')
seq = ref.fetch('chr7',10042,10252)
print(seq)
或使用pyfaidx和'get_seq'方法：
from pyfaidx import Fasta
ref = Fasta('/path/to/reference.fa')
seq = ref.get_seq('chr7',10252)
print(seq)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
