python - 如何解析 Uniprot Dat 文件以在 python 中检索 GO？

Question

我尝试过 BioPython SeqIO 和其他解析器，但找不到任何好的工具来解析 DAT 文件。

https://omics.pnl.gov/software/uniprot-dat-file-parser

我试过这个，但他们没有提供任何基因注释

http://biopython.org/wiki/SeqIO

他们主要谈论输入 FASTA 而不是 DAT 文件。

from Bio import SeqIO
   for record in SeqIO.parse("Fasta/f002", "fasta"):
...     print("%s %i" % (record.id, len(record)))

score 1 · Accepted Answer

这些看起来像 Biopython 所称"swiss"的格式，即在 SwissProt 被称为 UniProt 之前使用的纯文本格式。尝试：

from Bio import SeqIO
   for record in SeqIO.parse("example.dat", "swiss"):
       print("%s %i" % (record.id, len(record)))

score 0 · Accepted Answer

亲爱的穆罕默德·泽尚，

您可以使用 python 库的查询功能pyuniprot来获取序列（或其他许多东西）

安装（使用 pip 或 git clone）并更新。找出适合您的生物体的分类标识符。此处的示例（人类，小鼠，大鼠）。不要对所有生物进行全面更新（需要很长时间）。

pyuniprot.update(taxids=[9606, 10090, 10116])

使用以下 python 代码解决您的问题：

假设1433E_HUMAN和A4_HUMAN是感兴趣的标识符：

Python代码：

import pyuniprot
query = pyuniprot.query() 
entries = query.entry(name=('1433E_HUMAN', 'A4_HUMAN'))  
seqs = [x.sequence.sequence for x in entries]

2 回答 2