python处理fastq文件序列

1.序列长度分布统计

dict = {}
output=open('/home/yt/PycharmProjects/test/1.fastq.result','w')
with open('/home/yt/Desktop/1.fastq') as input_fastq:
        for index , line in enumerate(input_fastq):
            if index % 4 == 0:
                id = line.strip('\n')
                dict[id] = ''
            if index % 4 == 1:
                dict[id] = len(line.strip('\n'))
#print(dict)
count_0_50 = 0
count_50_120 = 0
for k,v in dict.items():
    if 0 < v < 50:
        count_0_50 += 1
    if 50 <= v < 120:
        count_50_120 += 1
print("count_0_50:",count_0_50)
print("count_50_80:",count_50_120)

2.FASTQ转换成FASTA

def fastaq_2_fasta(fastaq):
    fasta_dict = {}
    fasta_q_split = fastaq.split('\n+\n')[:-1]
    for fastaq in fasta_q_split:
        fasta = fastaq.split('\n')[-2:]
        fasta_dict['>' + fasta[0]] = fasta[1]
    return fasta_dict
file_read_name = '/home/yt/Desktop/1.fastq'
with open(file_read_name) as fastafile:
    fileRead = fastafile.read()
fasta = fastaq_2_fasta(fileRead)
file_save_name = '/home/yt/PycharmProjects/test/1.fastaq_to_fasta.fasta'
with open(file_save_name, 'w') as save_file:
    for name in fasta:
        string = name + '\n' + fasta[name] + '\n'
        save_file.write(string)

3.统计各种碱基个数及GC%

dict = {}
seq = []
with open('/home/yt/Desktop/1.fastq') as input_fastq:
        for index , line in enumerate(input_fastq):
            if index % 4 == 0:
                id = line.strip('\n')
                dict[id] = ''
            if index % 4 == 1:
                seq.append(line.strip())
seq1 = ''.join(seq)
gc = 0
for i in seq1:
    if i == 'G' or i == 'C':
        gc += 1
    print('The number of length is {}'.format(len(seq1)))
    print('GC% is {}%'.format(gc / len(seq1) * 100))
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,039评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,426评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,417评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,868评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,892评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,692评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,416评论 3 419
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,326评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,782评论 1 316
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,957评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,102评论 1 350
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,790评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,442评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,996评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,113评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,332评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,044评论 2 355

推荐阅读更多精彩内容