Python 如何在fasta文件中选择头的最后一个字符？

我有一个类似这样的fasta文件：

>XP1987651-apple1
ACCTTCCAAGTAG
>XP1235689-lemon2
TTGGAGTCCTGAG
>XP1254115-pear1
ATGCCGTAGTCAA

我想创建一个文件，选择以“1”结尾的标题，例如：

>XP1987651-apple1
ACCTTCCAAGTAG
>XP1254115-pear1
ATGCCGTAGTCAA

到目前为止，我创建了以下内容：

fasta = open('x.fasta')
output = open('x1.fasta', 'w')
seq = ''

for line in fasta:
    if line[0] == '>' and seq == '':
        header = line
    elif line[0] != '>':
        seq = seq + line


for n in header:
    n = header[-1]
    if '1' in n:
        output.write(header + seq)
    header= line
    seq = ''


if "1" in header:
    output.write(header + seq)

output.close()

但是，它不会在创建的新文件中生成任何输出。你能指出错误吗？

---

谢谢

一个选项是将整个文件读入字符串，然后使用以下正则表达式模式使用

re.findall

：

[A-Z0-9]+-\w+1\r？\n[ACGT]+

示例脚本：

fasta=open（'x.fasta'）
text=fasta.read（）
matches=re.findall（r'>[A-Z0-9]+-\w+1\r？\n[ACGT]+'，文本）
打印（匹配）

对于您上面提供的示例数据，这将打印：

['>XP1987651-apple1\nACCTTCCAAGTAG', '>XP1254115-pear1\nATGCCGTAGTCAA']

---

您可以从获取单个记录的列表开始，这些记录由

'>'

分隔，并使用换行符

.split（'\n'，1）

然后，您可以简单地筛选出不以

1

1结尾的记录

for header, body in records:
    if header.endswith('1'):
        output.write('>' + header + '\n')
        output.write(body)

---

当您看到匹配的标题行时，可以非常简单地设置一个标志

以open（'x.fasta'）作为fasta，open（'x1.fasta'，'w'）作为输出：
对于fasta中的行：
如果line.startswith（'>'）：
select=line.endswith（'1\n'）
如果选择：
输出。写入（行）

这避免了将整个文件读入内存；一次只检查一行

---

请注意，

line

将在行尾包含换行符。我选择只保留它；有时，如果您使用

line=line.rstrip（'\n'）

对其进行修剪，并在必要时将其添加回输出中，事情会变得更容易。

感谢您的回复。但是，我没有得到任何输出。我在f.split（“>”）[1:]”中为行添加了“f=fasta.read（）”和“modify”，否则我得到了一个错误AttributeError:“\u io.TextIOWrapper”对象没有属性“split”任何建议？添加了缺少的

.read（）

感谢您的回复。但是，标题后面的正文有1000多个字符。脚本只打印几个字符。有什么建议吗？@Maribet听起来好像你没有把整个文件读入一个字符串。请确认您手中有全文。谢谢！它工作完美，非常简单。不客气，但请不要贴“谢谢”的便条。相反，对你觉得有用的答案进行投票，如果你想将问题标记为已解决，就接受其中一个答案。另见

for header, body in records:
    if header.endswith('1'):
        output.write('>' + header + '\n')
        output.write(body)