问基于单独文件中的条目从FASTA文件中提取序列

EN

试试这个：

f2 = open('accessionids.txt','r')
f1 = open('fasta.txt','r')
f3 = open('fasta_parsed.txt','w')

AI_DICT = {}
for line in f2:
    AI_DICT[line[:-1]] = 1

skip = 0
for line in f1:
    if line[0] == '>':
        _splitline = line.split('|')
        accessorIDWithArrow = _splitline[0]
        accessorID = accessorIDWithArrow[1:-1]
        # print accessorID
        if accessorID in AI_DICT:
            f3.write(line)
            skip = 0
        else:
            skip = 1
    else:
        if not skip:
            f3.write(line)

f1.close()
f2.close()
f3.close()

简单地解释一下这里发生了什么。accessionids.txt是您的文件2，而fasta.txt是您的文件1。显然，您需要在代码中将这些文件名替换为您的实际文件名。

首先，我们创建一个字典(有时称为散列或关联数组)，并为文件2中的每个访问ID创建一个条目，其中键是访问ID，值设置为1(在这种情况下，值并不重要)。

接下来，我们查看文件1，并再次查看该文件中的每一行。如果文件中的行以>开头，那么我们知道它包含一个访问ID。我们取该行并沿着|拆分它，因为每个具有访问ID的行在字符串中都有一个|。接下来，取_splitline[0]指定的拆分的第一部分。我们使用accessorIDWithArrow[1:-1]来截断字符串中的第一个和最后一个字符，即前面的>符号和后面的空格。

此时，accessorID现在包含了我们期望从File2中获得的格式的访问ID。

接下来，我们检查之前创建和填充的字典是否将此访问ID定义为键。如果是，我们立即将带有访问ID的行写入新文件fasta_parsed.txt，并将skip 'flag‘变量设置/重置为0。然后，包含if not skip段的else语句将允许将与我们发现的访问ID相关联的后续行打印到fasta_parsed.txt文件。

对于在字典中找不到的来自文件1的的访问ID (不在文件2中)，我们不将该行写入fasta_parsed.txt，并且我们将skip标志设置为0。因此，在文件1中找到存在于文件2中的另一个访问ID之前，所有后续行都将被跳过。