python脚本将表中的核苷酸序列转换为fasta格式答案

【问题标题】：python script to convert nucleotide sequence in table to fasta formatpython脚本将表中的核苷酸序列转换为fasta格式
【发布时间】：2020-09-15 20:10:30
【问题描述】：

我已经进行了祖先序列重建以确定给定系统发育树的每个节点的核苷酸序列。输出文件是一个表格，其中包含每个节点的每个位置最可能的核苷酸（见下文）：

#output file:
node_name, position, nucleotide
node1, 1, A
node1, 2, T
node1, 3, G
....
node2, 1, A
node2, 2, T
node2, 3, G
...

我想将此输出文件转换为 fasta 文件，如下所示：

>node1
ATG....
>node2
ATG....
.....

如何使用 python 函数、R 或 shell 脚本（使用 awk 和 sed 命令）来完成这项任务？

最好的问候，

加布里埃尔

【问题讨论】：

标签： python data-conversion fasta

【解决方案1】：

在 Python 3 中：

import csv

def csv_to_fasta(csv_file, fasta_file):

    seq = {}

    with open(csv_file) as fin:
        reader = csv.DictReader(fin, skipinitialspace=True)
        for row in reader:
            node_name = row['node_name']
            if node_name not in seq:
                seq[node_name] = ''
            seq[node_name] += row['nucleotide']

    with open(fasta_file, 'w') as fout:
        for node_name, nucleotides in seq.items():
            fout.write(f'>{node_name}\n{nucleotides}\n')

【讨论】：

您好，非常感谢您的帮助，它运行良好。我更好地理解了 csv 模块的功能。干杯。加布里埃尔