从引用同一生物的另一个fasta文件（tf）的文件中获取fasta序列（蛋白质组）

Question

基本上我有2个大fasta序列文件，第一个是蛋白质组fasta序列（所有蛋白质序列），第二个是同一生物体的转录因子序列fasta文件，我只是想知道是否有任何我可以使用这两个文件将非转录序列提取为fasta文件的方式吗？非常感谢

Answer 1

答案是可以的，基本上算法如下。

1. 读入转录因子序列并存储为哈希或 字典。
2. 扫描蛋白质组fasta序列，如果序列/位置是 不在哈希/字典中，然后附加到数组/列表中。
3. 扫描后获取数组/列表并以所需格式输出。

我说 hash/dict 的原因取决于你是在 python 还是其他语言中这样做。