python合并RepeatMasker预测结果中染色体的overlap区域

 更新时间:2022年07月01日 08:55:25   作者:生信工具箱  
这篇文章主要为大家介绍了python合并RepeatMasker预测结果中染色体的overlap区域实现示例解析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪

前言

RepeatMasker是一个通过已有数据库预测重复序列的软件,可以筛选DNA序列中的散在重复序列和低复杂序列,是重复序列注释的重要软件。

问题

我们想对RepeatMasker预测的结果文件进行重复序列的合并,也就是去除染色体之间的overlap区域同时将基因间距小于50个bp的也同样视为overlap,我们应该如何用python处理并生成新的预测结果?

思路

  • 首先需要对文件进行预处理提取出需要处理的列,'//'可以忽略
  • 对相同染色体序列按照升序进行归并排序
  • 分别取相应染色体按照滑动窗口的思路进行双指针比对,注意gap=50

1. 预处理

我们这里只需要结果文件的前三列,可以使用awk命令获取

    awk '{for(i = 1; i <= 3; i++) 
         printf("%s ", $i); 
         printf("\n")}' result.txt >  pretreatment.txt  
         #result.txt为结果文件,pretreatment.txt为预处理结果文件

2. 将pretreatment.txt作为输入文件,

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 ("全部染色体数量: "+str(len(a)))

3.去重+归并排序

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 ("去重后染色体数量: "+str(len(a)))
a.sort(key = lambda x : (x[0], x[1], x[2])) 
#按照第一列,第二列,第三列分别排降升序

4.开始比对,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.将new_result.txt作为输出文件,生成结果

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. 完整代码

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 ("全部染色体数量: "+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 ("去重后染色体数量: "+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预测结果中染色体的overlap区域的详细内容,更多关于python RepeatMasker预测overlap的资料请关注脚本之家其它相关文章!

相关文章

  • python 使用while循环输出*组成的菱形实例

    python 使用while循环输出*组成的菱形实例

    这篇文章主要介绍了python 使用while循环输出*组成的菱形实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-04-04
  • Python光学仿真从Maxwell方程组到波动方程矢量算法理解学习

    Python光学仿真从Maxwell方程组到波动方程矢量算法理解学习

    这篇文章主要为大家介绍了Python光学仿真从Maxwell方程组到波动方程算法的理解学习,有需要的朋友可以借鉴参考下,希望能够有所帮助
    2021-10-10
  • Python中删除文件的几种方法实例

    Python中删除文件的几种方法实例

    这篇文章主要给大家介绍了关于Python中删除文件的几种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-03-03
  • 一文深入学习Python中的os.listdir函数

    一文深入学习Python中的os.listdir函数

    这篇文章主要给大家介绍了关于Python中os.listdir函数的相关资料,os.listdir是 Python中的一个函数,它的意思是返回指定目录下的文件和文件夹的名称的列表,需要的朋友可以参考下
    2023-10-10
  • pandas使用apply多列生成一列数据的实例

    pandas使用apply多列生成一列数据的实例

    今天小编就为大家分享一篇pandas使用apply多列生成一列数据的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-11-11
  • python扫描线填充算法详解

    python扫描线填充算法详解

    这篇文章主要为大家详细介绍了python扫描线填充算法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2020-02-02
  • 基于python的BP神经网络及异或实现过程解析

    基于python的BP神经网络及异或实现过程解析

    这篇文章主要介绍了基于python的BP神经网络及异或实现过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-09-09
  • python的flask框架难学吗

    python的flask框架难学吗

    在本篇内容中小编给大家分享了关于python的flask框架是否难学的相关知识点,有兴趣的朋友们阅读下吧。
    2020-07-07
  • python中停止线程的几种常用方法

    python中停止线程的几种常用方法

    这篇文章主要介绍了python中停止线程的几种常用方法,在Python中停止线程没有直接方法,但可以通过标志变量、守护线程或抛出异常来实现,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2024-10-10
  • python 实现图片裁剪小工具

    python 实现图片裁剪小工具

    这篇文章主要介绍了python 实现图片裁剪小工具的示例,帮助大家更好的利用python处理图片,感兴趣的朋友可以了解下
    2021-02-02

最新评论