我有以下代碼讀取包含 10 個基因序列的 FASTA 文件并將每個序列作為矩陣返回。然而，代碼似乎在最后一個序列中丟失了，我想知道為什么？file=open('/Users/vivianspro/Downloads/rosalind_cons (5).txt', 'r')line=file.readline()strings = []sequence=''while line: #line=line.rstrip('\n') line = line.strip() #empty () automatically strips the \n if '>' in line: if sequence != "": strings.append(sequence) sequence = "" #sequence=line else: sequence+=line line=file.readline()for s in strings: print(s)Motifs = []for seq in strings: Motifs.append(list(seq))#make every symbol into an element in the list separated by ,for s in Motifs: print(s) ````
2 回答
千巷貓影
TA貢獻(xiàn)1829條經(jīng)驗(yàn) 獲得超7個贊
只有strings當(dāng)您看到一個新的時才追加到，>但在最后一個序列之后沒有。
這是一個重構(gòu)，希望它也更加地道。
strings = []
sequence=''
with open('/Users/vivianspro/Downloads/rosalind_cons (5).txt', 'r') as file:
for line in file:
line = line.rstrip('\n')
if line.startswith('>'):
if sequence != "":
strings.append(sequence)
sequence = ""
else:
sequence+=line
# After the last iteration, append once more if we have something to append
if sequence:
strings.append(sequence)
郎朗坤
TA貢獻(xiàn)1921條經(jīng)驗(yàn) 獲得超9個贊
由于 FASTA 文件包含以下格式的數(shù)據(jù)：
>ID1
seq_1
>ID2
seq_2
...
根據(jù)您的代碼，如果您的行>只包含一個，那么您嘗試追加序列。這意味著，當(dāng)您迭代 ID_2 時，您正在添加 ID_1 的序列。
要解決此問題，您可以執(zhí)行以下操作：
for line in file:
line = line.strip()
if '>' in line: # Line 1
line = file.readline().strip()
# print(line)
strings.append(line)
上面的示例使用了這樣一個事實(shí)，即在 FASTA 文件中，序列直接出現(xiàn)在包含>字符的 ID 之后（您可以更改第 1 行，以便它只檢查第一個字符, line[0] == ">"）。
添加回答
舉報
0/150
提交
取消