While循环用于解析fasta文件

Question

我被分配了一个没有编程经验的项目任务。它要求使用while循环、增量和boo来创建一个主题查找器。我相信我在正确的轨道上，但非常不确定，因为我没有编程经验。谁能帮我找出我的错误，并告诉我我需要做些什么来纠正它们。再说一遍，我是一个生物学家被要求承担这个任务

gi|14578797|gb|AF230943.1| hollisae弧菌ATCC33564 Hsp60 (Hsp60)基因，部分cdCGCAACTGTACTGGCACAGGCTATCGTAAGCGAAGGTCTGAAAGCCGTTGCTGCAGGCATGAACCCAATGGACCTGAAGCGTGGTATTGACAAAGCGGTTGCTGCGGCAGTTGAGCAACTGAAAGCGTTGTCTGTTGAGTGTAATGACACCAAGGCTATTGCACAGGTAGGTACCATTTCTGCTAACTCTGATGAAACTGTAGGTAACATCATTGCAGAAGCGATGGAAAAAGTAGGCCGCGACGGTGTTATCACTGTTGAAGAAGGTCAGTCTCTGCAAGACGAGCTGGATGTGGTTGAAGGTATGCAGTTTGACCGCGGCTACCTGTCTCCATACTTCATCAACAACCAAGAGTCTGGTTCTGTTGATCTGGAAAACCCATTCATCCTGCTGGTTGACAAAAAAGTATCAAACATCCGCGAACTGCTGCCTACTCTGGAAGCCGTCGCGAAATCTTCACGTCCACTGCTGATCATCGCTGAAGACGTAGAAGGTGAAGCACTGGCAACACTGGTTGTAAACAACATGCGTGGCATCGTAAAAGGGCAGCAGTTgi|14578795|gb|AF230942.1| damselae光杆菌菌株ATCC33539 Hsp60 (Hsp60)基因，部分cdGGCTACAGTACTGGCTCAAGCAATTATCACTGAAGGTCTAAAAGCGGTTGCTGCGGGTATGAACCCAATGGATCTTAAGCGTGGTATCGACAAAGCAGTAGTTGCTGCTGTTGAAGAGCTAAAAGCACTATCTGTTCCTTGTGCTGACACTAAAGCGATTGCTCAGGTAGGTACTATCTCTGCAAACTCTGATGCAACTGTGGGTAACCTAATTGCAAAAGCTATGGATAAAGTTGGTCGTGATGGTGTTATCACGGTTGAAGAAGGCCAAGCGCTACAAGATGAGTTAGATGTAGTTGAAGGTATGCAGTTCGATCGCGGTTACCTATCTCCATACTTCATCAACAACCAACAAGCAGGTGCGGTGGAGCTAGAAAGCCCATTTATCCTTCTTGTTGATAAGAAAATCTCTAACATCCGTGAGCTATTACCAGCACTAGAAGGCGTTGCAAAAGCATCTCGTCCTCTACTGATCATCGCTGAAGATGTTGAAGGTGAAGCACTAGCAACACTGGTTGTGAACAACATGCGCGGCATTGTTAAAGTTGCTGCTGTT 之前我需要一些帮助。
import re
#function parsing header for sequence
def fasta_splitter(x):
    boo=0
    seq = ""
    i=0
    while i < len(lines)
         if line[0] ==">"and boo ==0
        line[i] = header
        boo = 1
        i=1+i
        elif line [i][0] ==">"
        header=line[0]
        seq=""
        i=i+1
        else
        seq=seq+line[i]
            print ("header" + "seq")
#open file and read file by command line
x=open('C:\Python27\fasta.py.txt','r+')
lines = x.readlines()
fasta_splitter(lines)
#split orgnaism details from actual bases
# not sure how to call defined function 
re.search(pattern, string)
# renaming string seq to dna
seq ="x"
m = re.search(r"GG(ATCG)GTTAC",dna)   
print "m"
 

Answer 1

对于初学者来说，用Bio重新配置FASTA。SeqIO模块，因此您不必编写这个fasta_splitter怪物。《Biopython》总体来说很棒。第二，你把一切都搞砸了。调用re.search时没有定义模式或字符串。这会崩溃的。然后写

seq="x"
...
print "m"

在这两种情况下，您都使用字母"x"或"m"，您需要的是变量名。正确的事情是

seq = x
...
print(m)

所有这些都是假设这是一个学生的作业，而不是一个实际的研究。在后一种情况下，通常最好使用一些现代的motif finder工具:这些工具比任何一堆正则表达式都更敏感和生物学上正确。