Python：从fasta格式的序列开头删除字符

Question

我有fasta格式的序列，在序列的开头包含17个bp的引物。引物有时会出现不匹配。因此，我想删除序列的前17个字符，除了fasta头。在

序列如下：

> name_name_number_etc
SEQUENCEFOLLOWSHERE
> name_number_etc
SEQUENCEFOLLOWSHERE
> name_name_number_etc
SEQUENCEFOLLOWSHERE

如何在python中实现这一点？在

谢谢！乔恩

Answer 1

with open('fasta_file') as f:
    for line in f:
        if not line.startswith('>'):
            print line[17:]

Answer 2

如果我理解正确的话，您只需要从潜在的多行序列的前17个字符中删除底漆。你问的有点难。是的，有一个简单的解决方案，但在某些情况下可能会失败。在

我的建议是：使用Biopython来执行FASTA文件的解析。直接从教程

from Bio import SeqIO
handle = open("ls_orchid.fasta")
for seq_record in SeqIO.parse(handle, "fasta") :
    print seq_record.id
    print repr(seq_record.seq)
    print len(seq_record)
handle.close()

然后重写序列，删除前17个字母。我现在的机器上没有安装biopython，但是如果你看一下教程，总共只需要15行代码。在

如果你想做硬核，手工做，你必须做这样的事情（从第一张海报，修改）

^{2}$

Answer 3

如果你的文件看起来像

>MCHU - Calmodulin - Human, rabbit, bovine, rat, and chicken
ADQLTEEQIAEFKEAFSLFDKDGDGTITTKELGTVMRSLGQNPTEAELQDMINEVDADGNGTID
FPEFLTMMARKMKDTDSEEEIREAFRVFDKDGNGYISAAELRHVMTNLGEKLTDEEVDEMIREA
DIDGDGQVNYEEFVQMMTAK*

如果你想删除每个序列行的前17个字符，你可以这样做：

^{2}$