#python #file #split #biopython #fasta
#python #файл #разделение #biopython #fasta
Вопрос:
def batch_iterator(iterator, batch_size) :
entry = True
while entry :
batch = []
while len(batch) < batch_size :
try :
entry = iterator.__next__
except StopIteration :
entry = None
if entry is None :
#End of file
break
batch.append(entry)
if batch :
yield batch
from Bio import SeqIO
record_iter = SeqIO.parse(open("C:\Users\IDEAPADDesktop\fypsplit\protein.fasta"),"fasta")
for i, batch in enumerate(batch_iterator(record_iter, 1000)):
filename = "group_%i.fasta" % (i 1)
with open(filename, "w") as handle:
count = SeqIO.write(batch, handle, "fasta")
print("Wrote %i records to %s" % (count, filename))
Я пытаюсь разделить файл fasta с помощью Biopython. Я хочу сделать его похожим на 7 файлов в этом примере. Но я получаю сообщение об ошибке AttributeError: 'function' object has no attribute 'id' .
Кто-нибудь может мне помочь? Заранее благодарю
Ответ №1:
В этой строке выдается ошибка AttributeError
count = SeqIO.write(batch, handle, "fasta")
потому SeqIO.write что ожидает итерацию или список типов SeqRecord . Однако вместо этого вы batch_iterator создаете список методов.
Почему методы? Ну, здесь вам не хватает вызова функции:
entry = iterator.__next__
должно быть
entry = iterator.__next__()
Это позволяет выполнить код без ошибок.
Для тестового файла, состоящего из 11 последовательностей, я получил следующий результат — после изменения размера пакета с 1000 до 4 для целей тестирования:
Wrote 4 records to group_1.fasta
Wrote 4 records to group_2.fasta
Wrote 3 records to group_3.fasta
Комментарии:
1. здравствуйте, что, если я собираюсь разбить на 7 файлов? вместо такого количества файлов?
2. Откуда взялось это число 7? В файле fasta может быть несколько последовательностей белка. Если существует 5 последовательностей, разделение на 5 файлов имеет смысл. Если существует 100 последовательностей, разделение на 100 файлов имеет смысл. В соответствии с какими критериями вы хотите разделить свой файл?
3. мой первоначальный план состоял в том, чтобы загрузить всю мою последовательность белка генома (файл fasta) в hmmer, чтобы получить список идентификаторов pfam моего генома. но у этого инструмента есть ограничение на последовательность, которая составляет минимум 5000 п.н. .. таким образом, я сталкиваюсь с разделением моего файла последовательности белка на 7файлы.. поскольку белок для генома равен 3224
4. Я понимаю. В этом случае ваш batch_iterator, похоже, справится с задачей, если вы добавите скобки, как я предложил. Я протестировал его с небольшим файлом образца и очень маленьким размером пакета. Обновленный ответ.
5. @LydiavanDyke большое вам спасибо за вашу помощь .. теперь мне удалось разделить мои файлы на 7 файлов… хорошего дня и счастливого нового года!
Ответ №2:
доступный модуль использования: подробнее-itertools
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Thu Dec 31 08:30:32 2020
@author: Pietro
"""
from Bio import SeqIO
from more_itertools import ichunked
fasta_file = ""C:\Users\IDEAPADDesktop\fypsplit\protein.fasta""
seqA = record_iter = SeqIO.parse(open(fasta_file),"fasta")
group = 1
for chunk in ichunked(seqA, 1000):
with open(fasta_file '_group_' str(group), "w ") as file_write:
for seq_record in chunk:
SeqIO.write((seq_record),file_write, "fasta")
group = 1