使用python/biopython翻译混合的fasta文件

Question

所以我有一个程序，它从数据库中获取一堆序列，并将它们下载到一个fasta文件中。问题是这些序列可能是蛋白质，也可能是dna。我正在将大的fasta文件分成许多小的fasta文件，一旦我有了序列，我需要它们都是蛋白质。所以我想测试每一个，看看它是否是蛋白质。

如果它们都是蛋白质，我很好，如果它们都是dna，我有一个优雅的方法来翻译它们，但我需要找到一种方法来测试每个新的fasta文件，翻译它，并让翻译取代dna文件

这是我到目前为止所知道的：

from Bio import Entrez, SeqIO  
from Bio.Seq import Seq

record_iter = SeqIO.parse(open(output_file), 'fasta')
for seq_record in record_iter:
    outfile = '{0}.fa'.format(seq_record.id)
    count = SeqIO.write(seq_record,outfile,'fasta')
    xmlfile = '{0}.xml'.format(seq_record.id)
    print xmlfile   # Added this to show it's working, not stalled.
    if...
    #and here is where i would somehow test each "outfile" to see if it's dna or protein and then do something different with each one.  

我尝试过将其设置为字符串(我想)，但我不能使用字母表，因为这不是fasta的格式，我还尝试了很多其他方法。无论如何，任何帮助都将不胜感激。

对于那些不熟悉的人来说，fasta文件的格式如下：

>here is a bunch of identification information about the sequence after the carat.
GAAATTTGAGGCGTTCGCTGTGCAGTGAAAAGTGAGACTTTCTACTGTTCGCGTAGAAAGTGCAATAACC
AAGCCACCCACTCAGTGCCCAGACTAGCAACACAAGTCCGGCAAAATGGGAATCAAGTTCCTGGAAGTTA
TCAAACCGTTCTGCAGTATACTGCCGGAAATCGCAAAACCGGAGCGCAAGATCCAATTCAGGGAGAAAGT
GCTATGGACTGCGATCACCCTGTTCATCTTCCTGGTGTGCTGCCAGATCCCGCTTTTCGGTATCATGAGC
TCAGACTCGGCGGATCCCTTCTACTGGATCCGTGTGATCCTGGCCTCCAACCGTGGTACGCTCATGGAGC
TGGGTATCTCGCCCATCGTGACCTCTGGCCTCATTATGCAGCTGCTGGCCGGAGCA

Answer 1

我不熟悉这个库，但我认为您的建议是这样写的：

if all(c.upper() in 'ATGC' for c in seq_record.seq):
    pass # it's DNA