Biopython简单应用程序

演示如何创建一个简单的Biopython应用程序来解析生物信息学文件并打印内容。通过这个示例帮助我们了解Biopython的一般概念，以及它在生物信息学领域的应用。

第1步 - 首先，创建一个示例序列文件example.fasta，文件的内容如下：

>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

fasta扩展名是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格式具有多个顺序排列的序列，每个序列都有其自己的ID，名称，描述和实际序列数据。

第2步 - 创建一个新的python脚本simple_example.py，然后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)

下面我们更深入地研究代码-

• 第1行，导入Bio.SeqIO模块中可用的解析类。Bio.SeqIO模块用于读取和写入不同格式的序列文件，而parse类用于解析序列文件的内容。
• 第2行，导入Bio.SeqRecord模块中的SeqRecord类。该模块用于处理序列记录，而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模块中的Seq类。此模块用于操纵序列数据，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函数打开example.fasta文件。
• 第7行，解析序列文件的内容，并将该内容作为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。

第3步 - 打开命令提示符，然后转到包含序列文件example.fasta的文件夹，然后运行以下命令 -

> python simple_example.py

第4步 - 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()

在此示例中，我们已经使用了三个类，分别是parse，SeqRecord和Seq。这三个类提供了大多数功能，我们将在下一节中学习这些类。