腾讯云

文章/答案/技术大牛

发布

社区首页 >问答首页 >替换fasta文件中几个序列的标题行，并将它们替换为存储在列表(.txt)中的物种名称。

问替换fasta文件中几个序列的标题行，并将它们替换为存储在列表(.txt)中的物种名称。
EN

Stack Overflow用户

提问于 2022-04-22 21:10:56

回答 1查看 379关注 0票数 1

我有一个包含几个序列的fasta文件，但是所有序列的第一行以相同的字符串(ABI)开头，我想更改它，并将其替换为存储在不同文本文件中的物种的名称。

我的fasta文件看起来

>ABI
AGCTAGTCCCGGGTTTATCGGCTATAC
>ABI
ACCCCTTGACTGACATGGTACGATGAC
>ABI
ATTTCGACTGGTGTCGATAGGCAGCAT
>ABI
ACGTGGCTGACATGTATGTAGCGATGA

spp的列表如下所示：

Alsophila cuspidata
Bunchosia argentea
Miconia cf.gracilis
Meliosma frondosa

我如何能够改变我的序列的ABI头，并用我的物种的名称来替换它们，使用这个精确的顺序。

所需产出：

>Alsophila cuspidata
AGCTAGTCCCGGGTTTATCGGCTATAC
>Bunchosia argentea
ACCCCTTGACTGACATGGTACGATGAC
>Miconia cf.gracilis
ATTTCGACTGGTGTCGATAGGCAGCAT
>Meliosma frondosa
ACGTGGCTGACATGTATGTAGCGATGA

我用的是：

awk '
FNR==NR{
  a[$1]=$2
  next
}
($2 in a) && /^>/{
  print ">"a[$2]
  next
}
1
' spp_list.txt FS="[> ]"  all_spp.fasta

这不管用，能有人指点我吗？

spp

bash

awk

sequence

rename

回答 1

Stack Overflow用户

回答已采纳

发布于 2022-04-22 22:24:34

你好，不是开发人员，所以别无礼。

希望这能帮到你：

我创建了一个包含以下内容的文件fasta.txt：

>ABI
AGCTAGTCCCGGGTTTATCGGCTATAC
>ABI
ACCCCTTGACTGACATGGTACGATGAC
>ABI
ATTTCGACTGGTGTCGATAGGCAGCAT
>ABI
ACGTGGCTGACATGTATGTAGCGATGA

我还创建了一个文件spplist.txt，其中包含：

Alsophila cuspidata
Bunchosia argentea
Miconia cf.gracilis
Meliosma frondosa

然后我创建了一个名为fasta.py的python脚本，如下所示：

#!/bin/python3

#import re library: https://docs.python.org/3/library/re.html
#import sys library: https://docs.python.org/3/library/sys.html
import re,sys

#saving the reference of the standard output into "original_stdout"
original_stdout = sys.stdout


with open("spplist.txt", "r") as spplist:
    x = spplist.readlines()
    with open("fasta.txt", "r") as fasta:
        output_file = open("output.txt", "w")
        #redirecting standard output to output_file
        sys.stdout = output_file

        for line in fasta:
            if re.match(r">ABI", line):
                print(x[0].rstrip())
                del x[0]
            else:
                print(line.rstrip())

        #restoring the native standard output
        sys.stdout = original_stdout

#Notify the user at the end of the work
print("job done")

(如果希望脚本按原样工作，这三个文件必须位于同一个目录中)

这是我的玩具树：

❯ tree
.
├── fasta.py
├── fasta.txt
└── spplist.txt

要执行脚本，请在目录中打开一个shell，cd并键入：

❯ python3 fasta.py
job done

您将在目录中看到一个名为output.txt的新文件：

❯ tree
.
├── fasta.py
├── fasta.txt
├── output.txt
└── spplist.txt

以下是它的内容：

Alsophila cuspidata
AGCTAGTCCCGGGTTTATCGGCTATAC
Bunchosia argentea
ACCCCTTGACTGACATGGTACGATGAC
Miconia cf.gracilis
ATTTCGACTGGTGTCGATAGGCAGCAT
Meliosma frondosa
ACGTGGCTGACATGTATGTAGCGATGA

希望这能帮到你。猜一下。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/71977001

复制

R语言ggtree：将进化树中的序列id改成物种名称

image png 公众号可视化

通常我们会使用比对好的fasta文件构建进化树，fasta文件中大于号后的内容就是最终进化树上的文字标签。如果拿到进化树文件后你想替换掉其中的一些内容，那该怎么办呢？本篇推文介绍一下使用R语言的ggt

用户7010445

2021/01/20

2.7K0