我是Python的新手,我想知道如何从Python中的Fasta文件中查找相同的序列。例如,在这里我有4个记录序列读取,如何找到相同的序列并返回其ID?非常感谢你!!
from Bio import SeqIO
record=list(SeqIO.parse("data/dna.txt", "fasta"))
for i in range(0,len(record)):
print record[i].id,record[i].seq
seq1 GAATGCATACTGCATCGATA
seq2 CATAAAACGTCTCCATCGCT
seq3 TGCCCAAGTTGTGAAGTGTC
seq4 TGCCCAAGTTGTGAAGTGTC
您可以使用来编译每个序列的ID列表defaultdict
,如下所示:
from Bio import SeqIO
from collections import defaultdict
records=list(SeqIO.parse("data/dna.txt", "fasta"))
compilation = defaultdict(list)
for record in records:
compilation[record.seq].append(record.id)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句