Python 解析两个文件以汇集数据并创建新的Fasta文件

我有两个文件，human.fa和protein-coding_gene.txt（有数百种不同的蛋白质信息）。我必须通过蛋白质编码基因进行解析，然后通过human.fa（10个蛋白质名称）进行解析，以将数据汇集到一个新的fasta文件中

蛋白质编码_基因.txt：

Protein1 PreviousNames1 PreviousSymbols1 Symbol1 Chromosome1
Protein2 PreviousNames2 PreviousSymbols2 Symbol2 Chromosome2

human.fa：

>Protein1  Sequence1
>Protein2 Sequence2

我需要一个新的fasta文件来输出：

>Protein1 Synonyms1 Chromsome1 Sequence1
>Protein2 Synonyms2 Chromosome2 Sequence2 

我目前的代码是：

类蛋白质：
定义初始（自我、姓名、同义词、染色体）：
self.Name=Name
self.Synonyms=同义词
自我染色体=染色体
蛋白质=[]
以open（'protein-coding_gene.txt'，'r'）作为文件：
对于文件中的行：
parseline=line.rstrip（）.split（“\t”）
Name=parseline[2]
同义词=语法分析行[6]
染色体=parseline[7]
蛋白质.附加（蛋白质（名称，同义词，染色体））
f=开放（“human.fa”）
seqs={}
对于f中的i：
行=i.条带（）
如果第[0]行=='>'：
l=行。拆分（）
gene=l[0][1:]
seqs[基因]=“”
其他：
seqs[基因]=seqs[基因]+系
f、 关闭（）
对于蛋白质中的p：
打印（p.名称，p.同义词，p.染色体，sep=“，”）
对于名称，seq在seqs.items（）中：
打印（名称，序号）
来自Bio import SeqIO
新人类=[]
SeqIO.write[newhuman，“fastaML.fa”，“fasta”）

---

现在它打印出我想要的所有蛋白质编码文件（名称、同义词、染色体）然后打印整个human.fa文件。我需要它进行排序，只打印fasta文件中的10个蛋白质名称，以及来自蛋白质编码基因.txt的信息和序列。如果您需要任何帮助，我们将不胜感激。

您想要的格式不是有效的fasta格式。。但是如果您仍然希望在

fastaML.fa

中获得相同的输出>然后不应该使用SeqIO.write（）方法，而应该使用基本的文件处理

类蛋白质：
定义初始（自我、姓名、同义词、染色体）：
self.Name=Name
self.Synonyms=同义词
自我染色体=染色体
def添加_序列（自身，序列）：
self.Sequence=Sequence
蛋白质=[]
以open（'protein-coding_gene.txt'，'r'）作为文件：
对于文件中的行：
parseline=line.rstrip（）.split（“”）
Name=parseline[0]
同义词=语法分析行[1:4]
染色体=parseline[4]
蛋白质.附加（蛋白质（“>”+名称，同义词，染色体））
f=开放（“human.fa”）
seqs={}
gene=“”
对于f中的i：
行=i.条带（）
如果第[0]行=='>'：
l=行。拆分（）
基因=l[0]
seqs[基因]=l[1]
其他：
seqs[基因]=seqs[基因]+系
f、 关闭（）
对于蛋白质中的p：
对于名称，seq在seqs.items（）中：
如果（p.Name==名称）：
p、 添加顺序（seq）
以open（'fastaML.fa'，'w'）作为文件：
对于蛋白质中的p：
file.write（p.Name+“”+p.Synonyms[0]+“”+p.Synonyms[1]+“”+p.Synonyms[2]+“”+p.chromose+“”+p.Sequence+“\n”）
#我在这里使用了单个空格。您可以根据需要修改它。

---

.

谢谢你的帮助。如果你能帮我看看它在哪里，我得到了一个AttributeError。我检查了你的建议，但我不得不拒绝这些更改，因为这是一个一般性的回答，它给读者一个想法，甚至可能在将来帮助别人。通过查看你的代码，我可以判断AttributeError是由于

seqs[gene]=''

保留为空。相反，您应该执行

seqs[gene]=l[1]

，但是

文件中会出现另一个错误。write（）

，因为它不接受多个参数。这就是我在其中使用串联操作的原因。