python - 使用 Biopython 将多个 FASTA 文件转换为 Nexus 时出错

Question

我想使用 BIO.SeqIO 模块将多个 FASTA 格式文件(DNA 序列)转换为 NEXUS 格式，但出现此错误:

Traceback (most recent call last):
  File "fasta2nexus.py", line 28, in <module>
    print(process(fullpath))
  File "fasta2nexus.py", line 23, in process
    alphabet=IUPAC.ambiguous_dna)
  File "/Library/Python/2.7/site-packages/Bio/SeqIO/__init__.py", line 1003, in convert
    with as_handle(in_file, in_mode) as in_handle:
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/contextlib.py", line 17, in __enter__
    return self.gen.next()
  File "/Library/Python/2.7/site-packages/Bio/File.py", line 88, in as_handle
    with open(handleish, mode, **kwargs) as fp:
IOError: [Errno 2] No such file or directory: 'c'

我错过了什么？

这是我的代码:

##!/usr/bin/env python

from __future__ import print_function # or just use Python 3!

import fileinput
import os
import re
import sys

from Bio import SeqIO, Nexus
from Bio.Alphabet import IUPAC


test = "/Users/teton/Desktop/test"

files = os.listdir(os.curdir)

def process(filename):
    # retuns ("basename", "extension"), so [0] picks "basename"
    base = os.path.splitext(filename)[0] 
    return SeqIO.convert(filename, "fasta", 
                         base + ".nex", "nexus", 
                         alphabet=IUPAC.ambiguous_dna)

for files in os.listdir(test):
    for file in files:
        fullpath = os.path.join(file)
        print(process(fullpath))

Answer 1

这段代码应该可以解决我能看到的大多数问题。

from __future__ import print_function # or just use Python 3!

import fileinput
import os
import re
import sys

from Bio import SeqIO, Nexus
from Bio.Alphabet import IUPAC

test = "/Users/teton/Desktop"

def process(filename):
    # retuns ("basename", "extension"), so [0] picks "basename"
    base = os.path.splitext(filename)[0] 
    return SeqIO.convert(filename, "fasta", 
                         base + ".nex", "nexus", 
                         alphabet=IUPAC.ambiguous_dna)
    
for root, dirs, files in os.walk(test):
    for file in files:
        fullpath = os.path.join(root, file)
        print(process(fullpath))

我改变了一些事情。首先，我订购了您的进口商品(个人元素)并确保进口 IUPAC来自Bio.Alphabet所以你实际上可以为你的序列分配正确的字母表。接下来，在您的process()中函数中，我添加了一行将扩展名从文件名中分离出来，然后使用完整的文件名作为第一个参数，仅使用基本文件名(不带扩展名)来命名 Nexus 输出文件。说到这里，我假设您将使用 Nexus后面的代码中的模块？如果没有，您应该将其从导入中删除。

我不确定最后一个片段的意义是什么，所以我没有包含它。不过，在其中，您似乎正在遍历文件树和 process()再次读取每个文件，然后引用一些名为 count 的 undefined variable 。相反，只需运行 process()一次，做任何事count指的是该循环内。

您可能需要考虑向 for 添加一些逻辑循环测试 os.path.join() 返回的文件实际上是一个FASTA文件。否则，如果任何其他文件类型位于您搜索的目录之一中，则 process()它，各种奇怪的事情都可能发生。

编辑

好的，根据您的新代码，我有一些建议。一、线路

files = os.listdir(os.curdir)

完全没有必要，如下process()的定义函数，您正在重新定义 files多变的。此外，上面的行将会失败，因为您没有调用 os.curdir() ，您只需将其引用传递给 os.listdir() .

底部的代码应该是这样的:

for file in os.listdir(test):
    print(process(file))

for file in files是多余的，调用 os.path.join()使用单个参数不会执行任何操作。