我本職是研究結(jié)構(gòu)生物學(xué)的,經(jīng)常需要寫腳本程序來處理大量純文本,對(duì)于同一個(gè)蛋白質(zhì),有很多種格式的數(shù)據(jù),比如:pdb格式ATOM1NMET144.017-3.1949.239ATOM2CAMET143.506-1.8299.263ATOM3CMET142.074-1.8399.749ATOM4OMET141.422-2.8489.638ATOM5CBMET143.723-1.2157.865fasta格式>./3odiA165MVNPTVFFDIAVDGEPLGRVSFELFADKVPKTAENFRALSTGEKGFGYKGSCFHRIIPGFMCQGGDFTRHNGTGGKSIYGEKFEDENFILKHTGPGILSMANAGPNTNGSQFFICTAKTEWLDGKHVVFGKVKEGMNIVEAMERFGSRNGKTSKKITIADCGQLE我通常通過后綴名來分辨,比如3odiA.pdb和3odiA.fasta.但bash或者python腳本寫起來需要考慮文件路徑,十分繁瑣.我想數(shù)據(jù)庫應(yīng)該可以很好地解決我的問題,比如用3odiA作key,文本中的strings作value,但是要具體實(shí)現(xiàn)起來確實(shí)沒什么經(jīng)驗(yàn)(非cs出身).各位可否給一些建議?比如,用什么數(shù)據(jù)庫?有什么類似的解決方案可供參考的?