基于bp坐标提取一部分fasta序列

Question

我有一个巨大的fasta文件，但我只需要提取它的一部分，如果我知道我的序列的开始和结束碱基对坐标。此外，它应该在快速格式与60 bp每行的长度。这是我的尝试，请让我知道，如果看起来OK和任何建议，以改善它是欢迎的。

from Bio import SeqIO
inFile = open('full_chr.fa','r')
fw=open("part.fa",'w')
line_width = 60
for record in SeqIO.parse(inFile,'fasta'):
    fw.write(">" + record.id + "n")
    fww = (str(record.seq[600130000:602000000]) + 'n')
    for i in xrange(0,len(fww),line_width):
        fw.write(str(fww[i:i+line_width]) + 'n')
fw.close()

Answer 1

就这么简单:

from Bio import SeqIO

record = SeqIO.read("Chromosome.fas", "fasta")
with open("output.fas", "w") as out:
    SeqIO.write(record[100:500], out, "fasta")

SeqIO.write已经使用60个字符长度的换行。如果要操作换行，请使用FastaWriter对象。这是一个80 bp行的例子:

from Bio import SeqIO
from Bio.SeqIO.FastaIO import FastaWriter

record = SeqIO.read("Chromosome.fas", "fasta")
with open("output.fas", "w") as out:
    writer = FastaWriter(out, wrap=80)
    writer.write_header()
    writer.write_record(record[100:500])
    writer.write_footer()