Biopython - 创建简单应用程序

让我们创建一个简单的 Biopython 应用程序来解析生物信息学文件并打印其内容。这将帮助我们理解 Biopython 的基本概念以及它如何在生物信息学领域提供帮助。

步骤 1 − 首先，创建一个示例序列文件，“example.fasta”，并将以下内容放入其中。

>sp|P25730|FMS1_ECOLI CS1 fimbrial subunit A precursor (CS1 pilin) 
MKLKKTIGAMALATLFATMGASAVEKTISVTASVDPTVDLLQSDGSALPNSVALTYSPAV
NNFEAHTINTVVHTNDSDKGVVVKLSADPVLSNVLNPTLQIPVSVNFAGKPLSTTGITID 
SNDLNFASSGVNKVSSTQKLSIHADATRVTGGALTAGQYQGLVSIILTKSTTTTTTTKGT 

>sp|P15488|FMS3_ECOLI CS3 fimbrial subunit A precursor (CS3 pilin) 
MLKIKYLLIGLSLSAMSSYSLAAAGPTLTKELALNVLSPAALDATWAPQDNLTLSNTGVS 
NTLVGVLTLSNTSIDTVSIASTNVSDTSKNGTVTFAHETNNSASFATTISTDNANITLDK 
NAGNTIVKTTNGSQLPTNLPLKFITTEGNEHLVSGNYRANITITSTIKGGGTKKGTTDKK

扩展名 fasta 指的是序列文件的格式。FASTA 源于生物信息学软件 FASTA，因此得名。FASTA 格式包含一个接一个排列的多个序列，每个序列都有其自己的 ID、名称、描述和实际序列数据。

步骤 2 − 创建一个新的 Python 脚本，“simple_example.py”，输入以下代码并保存。

from Bio.SeqIO import parse 
from Bio.SeqRecord import SeqRecord 
from Bio.Seq import Seq 

file = open("example.fasta") 

records = parse(file, "fasta") for record in records:    
   print("Id: %s" % record.id) 
   print("Name: %s" % record.name) 
   print("Description: %s" % record.description) 
   print("Annotations: %s" % record.annotations) 
   print("Sequence Data: %s" % record.seq) 
   print("Sequence Alphabet: %s" % record.seq.alphabet)

让我们更深入地了解一下代码 −

第 1 行 导入 Bio.SeqIO 模块中可用的 parse 类。Bio.SeqIO 模块用于读取和写入不同格式的序列文件，而 `parse` 类用于解析序列文件的内容。

第 2 行 导入 Bio.SeqRecord 模块中可用的 SeqRecord 类。此模块用于操作序列记录，SeqRecord 类用于表示序列文件中特定序列。

第 3 行 导入 Bio.Seq 模块中可用的 Seq 类。此模块用于操作序列数据，Seq 类用于表示序列文件中特定序列记录的序列数据。

第 5 行 使用常规 Python 函数 open 打开 “example.fasta” 文件。

第 7 行 解析序列文件的内容，并将内容作为 SeqRecord 对象列表返回。

第 9-15 行 使用 Python for 循环遍历记录，并打印序列记录 (SeqRecord) 的属性，例如 id、名称、描述、序列数据等。

第 15 行 使用 Alphabet 类打印序列的类型。

步骤 3 − 打开命令提示符并转到包含序列文件 “example.fasta” 的文件夹，然后运行以下命令 −

> python simple_example.py

步骤 4 − Python 运行脚本并打印样本文件 “example.fasta” 中所有可用的序列数据。输出将类似于以下内容。

Id: sp|P25730|FMS1_ECOLI 
Name: sp|P25730|FMS1_ECOLI 
Decription: sp|P25730|FMS1_ECOLI CS1 fimbrial subunit A precursor (CS1 pilin) 
Annotations: {} 
Sequence Data: MKLKKTIGAMALATLFATMGASAVEKTISVTASVDPTVDLLQSDGSALPNSVALTYSPAVNNFEAHTINTVVHTNDSD
KGVVVKLSADPVLSNVLNPTLQIPVSVNFAGKPLSTTGITIDSNDLNFASSGVNKVSSTQKLSIHADATRVTGGALTA
GQYQGLVSIILTKSTTTTTTTKGT 
Sequence Alphabet: SingleLetterAlphabet() 
Id: sp|P15488|FMS3_ECOLI 
Name: sp|P15488|FMS3_ECOLI 
Decription: sp|P15488|FMS3_ECOLI CS3 fimbrial subunit A precursor (CS3 pilin) 
Annotations: {} 
Sequence Data: MLKIKYLLIGLSLSAMSSYSLAAAGPTLTKELALNVLSPAALDATWAPQDNLTLSNTGVSNTLVGVLTLSNTSIDTVS
IASTNVSDTSKNGTVTFAHETNNSASFATTISTDNANITLDKNAGNTIVKTTNGSQLPTNLPLKFITTEGNEHLVSGN
YRANITITSTIKGGGTKKGTTDKK 
Sequence Alphabet: SingleLetterAlphabet()

在这个例子中，我们看到了三个类：parse、SeqRecord 和 Seq。这三个类提供了大部分功能，我们将在接下来的章节中学习这些类。

打印页面