当前位置：首页 > 编程日记 > 正文

python 学术_Python

编程日记 2024-02-01 03:30:00

前几天实验室一个师兄给我一个质谱结果，让帮忙做下go的功能富集，数据格式大概是这样的：

由于之前做go和kegg时都是跑流程，像这种针对性的go富集还没做过，说到底，还是由于自己手上缺少数据，没有属于自己的项目，很多细节性的问题都没有经历过。但这不妨碍咱一颗求知的心，我们都是在学习中成长。由于没事的时候逛论坛逛的比较频繁，知道数据的第二列是UniPro数据库的accession，然后该怎么办呢？作为生信人，Google是少不了的，看到Google结果，瞬间明了。根据Google的指引我从网上下载了UniProt数据库里的idmapping.tb.gz文件(wget -c -t 10000 ftp://ftp.pir.georgetown.edu/databases/idmapping/idmapping.tb.gz)，大概18G左右，数据结构如下：

一共有22列，依次分别是：UniProtKB accession，UniProtKB ID，EntrezGene，RefSeq，NCBI GI number，PDB，Pfam，GO，PIRSF，IPI，UniRef100，UniRef90，UniRef50，UniParc，PIR-PSD accession，NCBI taxonomy，MIM，UniGene，Ensembl，PubMed ID，EMBL/GenBank/DDBJ，EMBL protein_id；这就有意思了，数据的第八列就是我们想要的go信息。更有意思的是，有了这个数据库信息，我们就可以根据不同数据库的注释信息做go富集啦！

下面要做的是写一个脚本，根据师兄给的结果调出对应的go号，对于会编程的人来说，这点自然不在话下，代码如下：

import sys

USAGE = "\nusage: python %s idmapping.tb.gz blastout outputfile outputfile2\n" % sys.argv[0]

if len(sys.argv) != 5:

print USAGE

sys.exit()

def parseIDmapping(filename):

UniProt_GO = {}

with open(filename, 'r') as f:

for line in f:

lsplit = line.rstrip().split("\t")

if lsplit[7]:

UniProt_GO[lsplit[0]] = lsplit[7]

return UniProt_GO

def parseBlastOut(filename):

tab_res = []

with open(filename, 'r') as f:

for line in f:

lsplit = line.strip('\n').split('\t')

tab_res.append(lsplit[0])

return tab_res

UniProtKB_GO = parseIDmapping(sys.argv[1])

BlastOut = parseBlastOut(sys.argv[2])

OUT = open(sys.argv[3], 'w')

OUT1 = open(sys.argv[4], 'w')

for i in BlastOut:

if i in UniProtKB_GO.keys():

print i

go = UniProtKB_GO[i]

print go

OUT.write(i+"\t"+go+"\n")

else:

OUT1.write(i+"\n")

OUT.close()

OUT1.close()

得到的结果是这样子：

由于使用软件的关系，这种格式貌似还不能达到要求，再写一脚本转换一下：

import re

file1 = open(r"C:\\Users\\wuchangsong\\Desktop\\11.txt")

out_file1 = open(r"C:\\Users\\wuchangsong\\Desktop\\12.txt", "w")

for line1 in file1:

info1 = re.sub('; ','\t',line1)

out_file1.write(info1)

file1.close()

out_file1.close()

结果长这样：

最终结果：

满满的成就感有么有^_^！

https://www.dkcj.cn/info/1153.html

python 学术_Python

相关文章：

Hive的Security配置

Docker安装Apache与运行简单的web服务——httpd helloworld

在CentOS 6.2上搭建vim开发环境

python基础（三元运算+深浅拷贝+函数参数）

pythonapi是什么_python接口自动化（一）--什么是接口、接口优势、类型（详解）...

【阶段小结】协同开发——这学期的Git使用小结

PHP函数printf()、sprintf()的用法

20150411--Dede二次开发-01

修改cpu型号重启不变_猫头鹰展示D系列新款140毫米CPU散热器：更大散热片，能压400瓦...

管理虚拟机的艺术——有备无患

coreseek最大检索数只有1000的问题！

iframe怎么用_怎么样减少无效URL的爬行和索引

502 Server dropped connection

【OpenCV】在Linux上使用OpenCvSharp

DNS轮询解析是什么？

自建WIN10 FTP无法访问的解决方法

weiss数据结构和算法书的使用说明

Bootstrap 栅格系统理解与总结

java抛出自定义异常_10 个深恶痛绝的 Java 异常。。

mac删除键很慢

不相交集类以及应用迷宫生成

Ajax 完整教程

python嵩天课后思考题_Python语言程序设计基础（第二版）嵩天等课后习题答案

mac OneNote恢复历史记录

【C#公共帮助类】10年代码，最全的系统帮助类

三十之惑–面霸的八月（第一部分）

python小工具封装_python接口自动化（二）——封装需要用到的工具类

三十之惑–面霸的八月（第二部分）

Curator Cache

程序可以在硬件之间发送吗_你知道硬件、软件工程师之间，还有一个固件工程师吗？...