Biopython - 创建简单的应用程序

---

让我们创建一个简单的 Biopython 应用程序来解析生物信息学文件并打印内容。这将帮助我们理解 Biopython 的一般概念以及它如何在生物信息学领域提供帮助。

步骤 1 - 首先，创建一个示例序列文件“example.fasta”并将以下内容放入其中。

>sp|P25730|FMS1_ECOLI CS1 fimbrial subunit A precursor (CS1 pilin) 
MKLKKTIGAMALATLFATMGASAVEKTISVTASVDPTVDLLQSDGSALPNSVALTYSPAV
NNFEAHTINTVVHTNDSDKGVVVKLSADPVLSNVLNPTLQIPVSVNFAGKPLSTTGITID 
SNDLNFASSGVNKVSSTQKLSIHADATRVTGGALTAGQYQGLVSIILTKSTTTTTTTKGT 

>sp|P15488|FMS3_ECOLI CS3 fimbrial subunit A precursor (CS3 pilin) 
MLKIKYLLIGLSLSAMSSYSLAAAGPTLTKELALNVLSPAALDATWAPQDNLTLSNTGVS 
NTLVGVLTLSNTSIDTVSIASTNVSDTSKNGTVTFAHETNNSASFATTISTDNANITLDK 
NAGNTIVKTTNGSQLPTNLPLKFITTEGNEHLVSGNYRANITITSTIKGGGTKKGTTDKK

扩展名fasta指的是序列文件的文件格式。FASTA源于生物信息学软件FASTA，因而得名。FASTA格式有多个序列一一排列，每个序列都有自己的id、名称、描述和实际的序列数据。

步骤 2 - 创建一个新的 python 脚本 *simple_example.py" 并输入以下代码并保存。

from Bio.SeqIO import parse 
from Bio.SeqRecord import SeqRecord 
from Bio.Seq import Seq 

file = open("example.fasta") 

records = parse(file, "fasta") for record in records:    
   print("Id: %s" % record.id) 
   print("Name: %s" % record.name) 
   print("Description: %s" % record.description) 
   print("Annotations: %s" % record.annotations) 
   print("Sequence Data: %s" % record.seq) 
   print("Sequence Alphabet: %s" % record.seq.alphabet)

让我们更深入地研究一下代码 -

第 1行导入 Bio.SeqIO 模块中可用的解析类。Bio.SeqIO模块用于读写不同格式的序列文件，“parse”类用于解析序列文件的内容。

第 2 行导入 Bio.SeqRecord 模块中可用的 SeqRecord 类。该模块用于操作序列记录，SeqRecord 类用于表示序列文件中可用的特定序列。

*第3行导入Bio.Seq模块中可用的Seq类。该模块用于操作序列数据，Seq类用于表示序列文件中可用的特定序列记录的序列数据。

第 5 行使用常规 python 函数 open 打开“example.fasta”文件。

第7行解析序列文件的内容并将内容作为SeqRecord对象的列表返回。

第 9-15 行使用 python for 循环遍历记录，并打印序列记录 (SqlRecord) 的属性，例如 id、名称、描述、序列数据等。

第 15 行使用 Alphabet 类打印序列的类型。

步骤 3 - 打开命令提示符并转到包含序列文件“example.fasta”的文件夹，然后运行以下命令 -

> python simple_example.py

步骤 4 - Python 运行脚本并打印示例文件“example.fasta”中可用的所有序列数据。输出将类似于以下内容。

Id: sp|P25730|FMS1_ECOLI 
Name: sp|P25730|FMS1_ECOLI 
Decription: sp|P25730|FMS1_ECOLI CS1 fimbrial subunit A precursor (CS1 pilin) 
Annotations: {} 
Sequence Data: MKLKKTIGAMALATLFATMGASAVEKTISVTASVDPTVDLLQSDGSALPNSVALTYSPAVNNFEAHTINTVVHTNDSD
KGVVVKLSADPVLSNVLNPTLQIPVSVNFAGKPLSTTGITIDSNDLNFASSGVNKVSSTQKLSIHADATRVTGGALTA
GQYQGLVSIILTKSTTTTTTTKGT 
Sequence Alphabet: SingleLetterAlphabet() 
Id: sp|P15488|FMS3_ECOLI 
Name: sp|P15488|FMS3_ECOLI 
Decription: sp|P15488|FMS3_ECOLI CS3 fimbrial subunit A precursor (CS3 pilin) 
Annotations: {} 
Sequence Data: MLKIKYLLIGLSLSAMSSYSLAAAGPTLTKELALNVLSPAALDATWAPQDNLTLSNTGVSNTLVGVLTLSNTSIDTVS
IASTNVSDTSKNGTVTFAHETNNSASFATTISTDNANITLDKNAGNTIVKTTNGSQLPTNLPLKFITTEGNEHLVSGN
YRANITITSTIKGGGTKKGTTDKK 
Sequence Alphabet: SingleLetterAlphabet()

在这个例子中我们看到了三个类：parse、SeqRecord 和 Seq。这三个类提供了大部分功能，我们将在下一节中学习这些类。