根据 ID 从 fasta 文件中删除重复序列 [关闭]

Question

我编写了一个小型 biopython 脚本来根据 ID 从 fasta 文件中提取序列，但它确实提取了重复项，因此我希望从我的 fasta 文件中过滤重复的序列（例如，具有完全相同的 ID）。

我试图修改我的脚本，但失败了：

from Bio import SeqIO

id = []
for line in open("short.txt","r"):
    id.append(line.rstrip().strip('"'))


for rec in SeqIO.parse("out.fa","fasta"):
    #print rec.id
    if rec.id in id:
        if rec.id not in rec.format:
            print rec.format("fasta")

谁能帮忙？

Answer 1

ids = set()
for rec in blah:
    if rec.id not in ids:
        ids.add(rec.id)
        # process it