|
至于fasta格式和phylip格式具體的格式要求，網(wǎng)絡(luò)上很容易查找得到相關(guān)的資料，這里就不過多贅述。其實(shí)網(wǎng)上也有很多關(guān)于序列文件格式的轉(zhuǎn)換器，但是根據(jù)我個(gè)人的使用經(jīng)驗(yàn)，大多數(shù)的轉(zhuǎn)換結(jié)果都是經(jīng)典的Phylip格式（序列名稱只允許10個(gè)字符），而目前支持Phylip格式運(yùn)算的的軟件如PHYML，RAxML早已經(jīng)對序列名稱的長度不做要求。這就使得在使用一些長名稱序列時(shí)，由于轉(zhuǎn)換器的原因，導(dǎo)致部分序列出現(xiàn)重名，進(jìn)而出現(xiàn)報(bào)錯(cuò)。前幾日偶然在網(wǎng)上發(fā)現(xiàn)一個(gè)好用的Python腳本，雖然簡單，但非常實(shí)用，這里粘貼出來，以備后續(xù)使用： 代碼具體內(nèi)容： import rewith open('input.fas', 'r') as fin: sequences = [(m.group(1), ''.join(m.group(2).split())) for m in re.finditer(r'(?m)^>([^ n]+)[^n]*([^>]*)', fin.read())] with open('output.phy', 'w') as fout: fout.write('%d %dn' % (len(sequences), len(sequences[0][1]))) for item in sequences: fout.write('%-20s %sn' % item) 在具體使用中，可以將input.fas更改為你自己fasta序列的名字，將output.phy更改為你希望輸出的文件名。 使用方法： $ python fasta2phylip.py 聲明：本腳本下載自網(wǎng)絡(luò)，但由于時(shí)間過久，已經(jīng)忘記了具體的獲取地址，因?yàn)檫@里不予引用。若作者認(rèn)為違反了您的利益，您可以在博客下留言，我將立刻刪除。 http://blog.sciencenet.cn/blog-1334016-935912.html |
|
|
