扩增子序列直接物种注释代码

扩增子单条序列注释 汇总代码如下 import rewith...

扩增子的注释一般都会先聚类,但如果手里的序列非常少,只有几千条,那不一定能得到结果,或者就是想看看每条序列都是什么物种,那就可以使用blastn比对以后汇总结果

汇总代码如下

import re

with open("results_clean_batch1.txt", "r", encoding="utf-8") as file:
    text = file.read()

matches = re.findall(r'(Query=.*?)(?=Query=|$)', text, re.DOTALL)

results = []
for match in matches:
    query_id = re.search(r'Query= (\S+)', match).group(1)
    species_matches = re.findall(r'>([^ ]+) ([^>]+?)\nLength', match, re.DOTALL)
    identities = re.findall(r'Identities = (.*?)\,', match)

    query_results = [query_id]
    for accession, species in species_matches:
        species_name = ' '.join(species.split())
        if identities:
            identity = identities.pop(0)
            query_results.extend([accession, f"Species: {species_name}", f"Identity: {identity}"])

    results.append(query_results)

# Output to a file
with open('output_batch2.txt', 'w') as f:
    # Add header
    header = "Sequence ID\tMatch 1 Accession\tMatch 1 Species\tMatch 1 Identity\tMatch 2 Accession\tMatch 2 Species\tMatch 2 Identity\tMatch 3 Accession\tMatch 3 Species\tMatch 3 Identity"
    f.write(header + '\n')

    # Write the results
    for result in results:
        f.write('\t'.join(result) + '\n')


  • 发表于 2024-01-22 11:23
  • 阅读 ( 917 )
  • 分类:测序技术

你可能感兴趣的文章

相关问题

0 条评论

请先 登录 后评论
xun
xun

电路元件工程师

82 篇文章

作家榜 »

  1. omicsgene 702 文章
  2. 安生水 350 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. rzx 78 文章
  7. 红橙子 78 文章
  8. CORNERSTONE 72 文章