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 的一般概念以及它在生物信息学领域的帮助。

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 指序列文件的文件格式。 FASTA 源于生物信息学软件 FASTA，因此得名。 FASTA 格式有多个序列一一排列，每个序列都有自己的 id、名称、描述和实际序列数据。

步骤 2 ：新建一个python脚本，“*simple_example.py”，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)

让我们更深入地看一下代码：

Line 1 导入 Bio.SeqIO 模块中可用的解析类。 Bio.SeqIO 模块用于读取和写入不同格式的序列文件，`parse' 类用于解析序列文件的内容。

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

*Line 3" 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。

Line 5 使用常规 python 函数打开“example.fasta”文件，打开。

Line 7 解析序列文件的内容并将内容作为 SeqRecord 对象的列表返回。

9-15 号线 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。

Line 15 使用 Alphabet 类打印序列的类型。

步骤 3 ： 打开命令提示符，进入包含序列文件的文件夹“example.fasta”，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”中所有可用的序列数据。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，我们已经看到了三个类，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。