Biopython 创建简单的应用程序

让我们创建一个简单的Biopython应用程序来解析一个生物信息学文件并打印其内容。这将有助于我们理解Biopython的一般概念，以及它如何在生物信息学领域提供帮助。

第1步 - 首先，创建一个样本序列文件，”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起源于生物信息学软件FASTA，因此它得到了它的名字。FASTA格式有多个序列逐一排列，每个序列都有自己的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”，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)

让我们更深入地了解一下这段代码 —

第1行 导入了Bio.SeqIO模块中的parse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 使用常规的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 loop循环记录，并打印序列记录（SqlRecord）的属性，如ID、名称、描述、序列数据等。

第15行 使用Alphabet类打印出序列的类型。

第3步 - 打开命令提示符，进入包含序列文件 “example.fasta “的文件夹，并运行以下命令

> python simple_example.py

第4步 - Python运行脚本并打印样本文件 “example.fasta “中的所有序列数据。输出结果将类似于以下内容。

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的功能，我们将在接下来的章节中学习这些类。