在Python中提取序列

我有一个文件如下所示：

>sequence_name_16hj51
CAACCTTGGCCAT
>sequence_name_158ghni52
AATTGGCCTTGGA
>sequence_name_468rth
AAGGTTCCA

我想获得以下信息：

['caacttggccat'，'AATTGGCCTTGGA'，'AAGGTTCCA']

我有一个所有序列名的列表，标题为

title\u finder

。当我尝试使用：

for i in range(0,len(title_finder)):
    seq = seq.split(title_finder[i])
    print seq

我得到了这个回溯：

Traceback (most recent call last):
  File "D:/Desktop/Python/consensus new.py", line 23, in <module>
    seq = seq.split(title_finder[i])
AttributeError: 'list' object has no attribute 'split'

回溯（最近一次呼叫最后一次）：
文件“D:/Desktop/Python/consensus new.py”，第23行，在
序号=序号拆分（标题查找者[i]）
AttributeError:“list”对象没有属性“split”

有人能帮我吗

---

编辑：有时一些序列跨越多行，因此当我使用for循环时，我会得到多个字符串。

您试图拆分一个列表，该列表为您提供了

AttributeError

，而不是您可以读取文件行并检查该行是否以

开头，然后保留它

With open('file_nam') as f:
    my_patterns=[line.rstrip() for line in f in not line.startswith('>')]   

另外，如果您确定模式为奇数行，您可以使用

itertools.islice

对文件对象进行切片，这也是一种可选的Python方式：

from itertools import islice
With open('file_nam') as f:
     my_my_patterns=list(islice(f,1,None,2))

---

请注意，如果您只想循环您的模式，您不需要将

islice

的结果转换为list，您只需在迭代器上迭代即可。

您正在尝试拆分一个列表，该列表为您提供了

AttributeError

，相反，您可以读取文件行并检查该行是否以

开头，然后将其保留

With open('file_nam') as f:
    my_patterns=[line.rstrip() for line in f in not line.startswith('>')]   

另外，如果您确定模式为奇数行，您可以使用

itertools.islice

对文件对象进行切片，这也是一种可选的Python方式：

from itertools import islice
With open('file_nam') as f:
     my_my_patterns=list(islice(f,1,None,2))

---

注意，如果你只想循环你的模式，你不需要转换<代码> ISLICE的结果，你可以简单地迭代你的迭代器。

< P>如果你在做生物信息学，你应该真正考虑安装。 如果您想在纯Python中执行此操作，那么以下命令将起作用：

with open('your_file.fasta') as f:
    print [line.rstrip() for line in f if not line.startswith('>')]

---

如果你在做生物信息学，你应该考虑安装。< /P> 如果您想在纯Python中执行此操作，那么以下命令将起作用：

with open('your_file.fasta') as f:
    print [line.rstrip() for line in f if not line.startswith('>')]

---

假设您的文件是seq.in，那么您可以这样做来获取列表：

In [17]: with open ('seq.in','r') as f:
          extracted_list=[line[:-1] for line in f if line[0]!='>']

In [18]: extracted_list
Out[18]: ['CAACCTTGGCCAT', 'AATTGGCCTTGGA', 'AAGGTTCCA']

---

假设您的文件是seq.in，那么您可以这样做来获取列表：

In [17]: with open ('seq.in','r') as f:
          extracted_list=[line[:-1] for line in f if line[0]!='>']

In [18]: extracted_list
Out[18]: ['CAACCTTGGCCAT', 'AATTGGCCTTGGA', 'AAGGTTCCA']

打印（行）

['caacttggccat'、'AATTGGCCTTGGA'、'AAGGTTCCA']

打印（行）

---

['caacttggccat'，'AATTGGCCTTGGA'，'AAGGTTCCA']

您只能拆分一个字符串，并得到一个列表。循环会重复拆分，因此在第一次循环后失败。使用BioPython只能拆分一个字符串，然后会得到一个列表。您的循环会重复拆分，因此在第一次循环后失败。使用BioPython您需要在

行

之后添加

rstrip（）

，因为现在序列的末尾包含换行符。

islice

也包括

\n

您需要在

行

之后添加

rstrip（）

，因为现在序列的末尾包含了换行符。

islice

也包含了

\n

，我支持使用Biopython，它为您处理FASTA文件并做了大量的脏活。如果你真的需要一个字符串，你可以随时将它转换成字符串。我支持使用Biopython，它为你处理FASTA文件，并且做了很多脏活。如果您真的需要字符串，可以随时将其转换为字符串。