Python의 ASCII 파일에서 부분 문자열 찾기/바꾸기

Question

나는 작업중인 생물 정보학 프로젝트에 약간의 코딩 문제가 있습니다. 기본적으로, 내 임무는 데이터베이스에서 모티프 시퀀스를 추출하고 정보를 사용하여 시퀀스 정렬 파일에 주석을 달아주는 것이다. 정렬 파일은 일반 텍스트이므로 주석은 정교한 파일이 아닙니다. 추출 된 시퀀스를 정렬 파일 자체의 별표로 바꾸는 것만으로도 정교합니다.

나는 데이터베이스 파일을 스캔하고 필요한 모든 시퀀스를 추출하여 출력 파일에 기록하는 스크립트를 가지고 있습니다. 쿼리가 있으면이 시퀀스를 읽고 ASCII 정렬 파일의 해당 부분 문자열과 일치시켜야합니다. 마지막으로 모티프 시퀀스 (매우 큰 문자열의 하위 문자열)가 나타날 때마다 모티프 시퀀스 XXXXXXX를 별표 시퀀스로 바꿉니다. *.

내가 사용하고 코드는 (11SGLOBULIN 데이터베이스에서 단백질 항목의 이름입니다) 이렇게되면 :

motif_file = open('/users/myfolder/final motifs_11SGLOBULIN','r') 
align_file = open('/Users/myfolder/alignmentfiles/11sglobulin.seqs', 'w+') 
finalmotifs = motif_file.readlines() 
seqalign = align_file.readlines() 


for line in seqalign: 
    if motif[i] in seqalign: # I have stored all motifs in a list called "motif" 
     replace(motif, '*****') 

하지만 그 대신 별표 (*)의 순서로 각 문자열을 대체, 그것은 전체 파일을 삭제합니다 . 왜 이런 일이 일어나는 지 알 수 있습니까?

필자의 ASCII 파일은 기본적으로 하나의 매우 긴 아미노산 목록이며, Python은 매우 긴 문자열 내에 숨겨진 특정 부분 문자열을 대체하는 방법을 알 수 없다고 생각됩니다.

Answer 1

다음과 같은 것이 트릭을 수행해야합니다. 샘플을 게시하지 않았고 Python 2.7을 실행 중이므로 입력 데이터에 대한 가정을했습니다.

motifs = [ x.strip() for x in open('final motifs_11SGLOBULIN','r') ] 
redact = '*****' 

with open('11sglobulin.seqs','r') as data_in, open('11sglobulin.seqs.new','w') as data_out: 
    for seq in data_in: 
    for motif in motifs: 
     while True: 
     x = seq.find(motif) 
     if x >= 0: 
      seq = seq[:x] + redact + seq[x+len(motif):] 
     else: 
      break 
    data_out.write(seq) 

Answer 2

당신은 루프에서 동안 가장 안쪽을 변경하여이 좀 더 단순화 수 :

while True: 
    x = seq.find(motif) 
    if x >= 0: 
     seq = seq[:x] + redact + seq[x+len(motif):] 
    else: 
     break 

에 :

if motif in seq: 
    seq = seq.replace(motif, redact) 

Answer 3

당신은 w+ 파일 모드를 오해하고 있습니다. w+을 open과 함께 사용하면 파일이 자르며 (즉, 파일의 모든 내용이 삭제됩니다) http://docs.python.org/library/functions.html#open을 참조하십시오. 귀하의 서열 데이터는 즉시 전화로 사라 : 또한 replace

align_file = open('/Users/myfolder/alignmentfiles/11sglobulin.seqs', 'w+')

이 파일에서 읽은 문자열에서 작동 할 것이다. 변경된 문자열을 명시 적으로 작성해야합니다.

가장 좋은 방법은 세 번째 파일을 사용하여 결과를 저장하는 것입니다. 작업을 완료하면 원래 파일 인 align_file에 결과 파일을 복사 할 수 있습니다.

Answer 4

답장을 보내 주셔서 감사합니다. 답장을 보내 주셔서 감사합니다. 그래서 기본적으로 내가 한 일은, 많은 사람들이 지적했듯이 파일에 주석을 달고 그 주석을 새 파일에 쓰는 것입니다. 이 코드는 트릭을 만들었습니다.

align_file_rmode = open('/Users/spyros/folder1/python/printsmotifs/alignfiles/query, 'r') 
align_file_amode = open('/Users/spyros/folder1/python/printsmotifs/alignfiles/query, 'a+') 

finalmotifs = motif_file.readlines() 
seqalign = align_file_rmode.readlines() 

for line in seqalign: 
    for item in finalmotifs: 
     item = item.strip().upper() 
     if item in line: 
     line = line.replace(item, '$' * len(item)) 
     align_file_amode.write(line) 

motif_file.close() 
align_file_rmode.close() 
align_file_amode.close()