python合并RepeatMasker預(yù)測結(jié)果中染色體的overlap區(qū)域
更新時間：2022年07月01日 08:55:25 作者：生信工具箱
這篇文章主要為大家介紹了python合并RepeatMasker預(yù)測結(jié)果中染色體的overlap區(qū)域?qū)崿F(xiàn)示例解析，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪
前言
RepeatMasker是一個通過已有數(shù)據(jù)庫預(yù)測重復(fù)序列的軟件，可以篩選DNA序列中的散在重復(fù)序列和低復(fù)雜序列，是重復(fù)序列注釋的重要軟件。
問題
我們想對RepeatMasker預(yù)測的結(jié)果文件進(jìn)行重復(fù)序列的合并，也就是去除染色體之間的overlap區(qū)域同時將基因間距小于50個bp的也同樣視為overlap，我們應(yīng)該如何用python處理并生成新的預(yù)測結(jié)果？
思路
- 首先需要對文件進(jìn)行預(yù)處理提取出需要處理的列，'//'可以忽略
- 對相同染色體序列按照升序進(jìn)行歸并排序
- 分別取相應(yīng)染色體按照滑動窗口的思路進(jìn)行雙指針比對，注意gap=50
1. 預(yù)處理
我們這里只需要結(jié)果文件的前三列，可以使用awk命令獲取
awk '{for(i = 1; i <= 3; i++)
printf("%s ", $i);
printf("\n")}' result.txt > pretreatment.txt
#result.txt為結(jié)果文件，pretreatment.txt為預(yù)處理結(jié)果文件
2. 將pretreatment.txt作為輸入文件，
with open ('pretreatment.txt','r')as f:
for i in f.readlines():
if i.strip() == '//':
continue
c = i.strip().split('\t')
b.append(c[0])
a.append((c[0],int(c[1]),int(c[2])))
print ("全部染色體數(shù)量: "+str(len(a)))
3.去重+歸并排序
c = [i for i in b_set if b.count(i) == 1]
for i in a:
if i[0] not in c:
continue
a.remove(i)
result.append((i[0],int(i[1]),int(i[2])))
print ("去重后染色體數(shù)量: "+str(len(a)))
a.sort(key = lambda x : (x[0], x[1], x[2])) #按照第一列，第二列，第三列分別排降升序
4.開始比對，gap=50
q = ''
start = 0
end = 0
tem1 = []
tem2 = []
gap = 50
for i in a:
if i[0] != q:
if tem1:
if tem1 not in tem2:
tem2.append(tem1)
tem1 = []
q = I[0]
start = int(i[1])
end = int(i[2])
continue
if int(i[1]) < end or int(i[1]) - end < gap:
if int(i[2]) > end:
end = int(i[2])
continue
else:
continue
tem1.append([q,start,end])
start = int(i[1])
end = int(i[2])
5.將new_result.txt作為輸出文件，生成結(jié)果
with open ('new_result.txt','w')as f:
for i in tem2:
for o in I:
print (o[0],o[1],o[2],file=f)
for i in result:
print (i[0],i[1],i[2],file=f)
6. 完整代碼
a = []
b = []
with open ('pretreatment.txt','r')as f:
for i in f.readlines():
if i.strip() == '//':
continue
c = i.strip().split('\t')
b.append(c[0])
a.append((c[0],int(c[1]),int(c[2])))
print ("全部染色體數(shù)量: "+str(len(a)))
b_set = set(b)
result = []
c = [i for i in b_set if b.count(i) == 1]
for i in a:
if i[0] not in c:
continue
a.remove(i)
result.append((i[0],int(i[1]),int(i[2])))
print ("去重后染色體數(shù)量: "+str(len(a)))
a.sort(key = lambda x : (x[0], x[1], x[2]))
q = ''
start = 0
end = 0
tem1 = []
tem2 = []
gap = 50
for i in a:
if i[0] != q:
if tem1:
if tem1 not in tem2:
tem2.append(tem1)
tem1 = []
q = I[0]
start = int(i[1])
end = int(i[2])
continue
if int(i[1]) < end or int(i[1]) - end < gap:
if int(i[2]) > end:
end = int(i[2])
continue
else:
continue
tem1.append([q,start,end])
start = int(i[1])
end = int(i[2])
with open ('new_result.txt','w')as f:
for i in tem2:
for o in I:
print (o[0],o[1],o[2],file=f)
for i in result:
print (i[0],i[1],i[2],file=f)
以上就是python合并RepeatMasker預(yù)測結(jié)果中染色體的overlap區(qū)域的詳細(xì)內(nèi)容，更多關(guān)于python RepeatMasker預(yù)測overlap的資料請關(guān)注腳本之家其它相關(guān)文章！
您可能感興趣的文章:
- Python與AI分析時間序列數(shù)據(jù)
- python編程開發(fā)時間序列calendar模塊示例詳解
- Python中LSTM回歸神經(jīng)網(wǎng)絡(luò)時間序列預(yù)測詳情
- 時間序列預(yù)測中的數(shù)據(jù)滑窗操作實(shí)例(python實(shí)現(xiàn))
- Python?sklearn預(yù)測評估指標(biāo)混淆矩陣計(jì)算示例詳解
- 一文詳解Python灰色預(yù)測模型實(shí)現(xiàn)示例
- python目標(biāo)檢測yolo3詳解預(yù)測及代碼復(fù)現(xiàn)
- python?Prophet時間序列預(yù)測工具庫使用功能探索
相關(guān)文章
Python實(shí)現(xiàn)http服務(wù)器(http.server模塊傳參?接收參數(shù))實(shí)例
這篇文章主要為大家介紹了Python實(shí)現(xiàn)http服務(wù)器(http.server模塊傳參?接收參數(shù))實(shí)例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-11-11
這篇文章主要給大家介紹了關(guān)于如何使用Python批量拼接圖片的相關(guān)資料,文中主要用的是PIL庫,PIL庫是一個具有強(qiáng)大圖像處理能力的第三方庫,不僅包含了豐富的像素、色彩操作功能,還可以用于圖像歸檔和批量處理,需要的朋友可以參考下2023-05-05
Django Rest Framework框架構(gòu)建復(fù)雜API技能詳解
這篇文章會詳細(xì)介紹Django REST Framework的核心組成部分,包括Serializers、ViewSets、Routers、權(quán)限和認(rèn)證系統(tǒng)以及測試和調(diào)試工具,文章從基礎(chǔ)開始,逐步深入,旨在幫助讀者掌握使用Django REST Framework構(gòu)建復(fù)雜API的技能2023-09-09
這篇文章主要介紹了Django框架請求生命周期實(shí)現(xiàn)原理,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-11-11
估計(jì)很多人都會有這樣一個困惑，object?的類型是?type，但它同時又是?type?的基類，這是怎么做到的？帶著這個疑問，我們開始本文的內(nèi)容2023-04-04
python的if語句和其他語言有些不同，它沒有用括號來表示代碼塊，而是使用縮進(jìn)，現(xiàn)在乍聽一下你可能不太明白，所以下面這篇文章主要給大家介紹了關(guān)于Python學(xué)習(xí)筆記之if語句使用的相關(guān)資料，需要的朋友可以參考下。2017-10-10
python使用requests庫實(shí)現(xiàn)輕松發(fā)起HTTP請求
requests是Python中一個非常流行的用于發(fā)送HTTP請求的第三方庫,它提供了簡潔的API,使得發(fā)送各種HTTP請求變得非常容易,下面我們來看看具體實(shí)現(xiàn)方法吧2025-01-01
簡單了解Python下用于監(jiān)視文件系統(tǒng)的pyinotify包
這篇文章主要介紹了Python下用于監(jiān)視文件系統(tǒng)的pyinotify包,pyinotify基于inotify事件驅(qū)動機(jī)制,需要的朋友可以參考下2015-11-11
這篇文章主要介紹了python如何獲取當(dāng)前系統(tǒng)的日期，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
python中將正則過濾的內(nèi)容輸出寫入到文件中的實(shí)例
今天小編就為大家分享一篇python中將正則過濾的內(nèi)容輸出寫入到文件中的實(shí)例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10