从fasta序列制作表格，python

Question

我有大约500个fasta格式的蛋白质序列，这是我从blastp搜索得到的。从这些序列中，我需要有蛋白质名称、有机体、Uniprot ID，如果可能的话，还要有蛋白质家族，这样我就可以用这些信息构建一个表。

有没有什么办法可以用python做到这一点？一些与Uniprot通信功能？如何解析fasta报头中的信息？

Answer 1

您应该看看具有FASTA解析器的Biopython。解析之后，您可以使用pandas DataFrame来构建一个表。如果没有一个示例数据片段，很难提供一个更深思熟虑的答案，但它应该是可行的，大约5行代码:)

from Bio import SeqIO
with open("example.fasta", "rU") as handle:
    print list(SeqIO.parse(handle, "fasta"))