python 中 Bio中SeqIO模块处理fastq数据

 

001、输出fastq的ID

[root@PC1 test02]# ls
a.fastq  test.py
[root@PC1 test02]# cat a.fastq    ## 测试fasq数据，一共两个reads
@SRR8442980.988/2
AAGG
+
:FFF
@SRR8442980.1134/1
AAAAAAAATATAATTCCA
+
FFFFFFFFFFFFFFFFFF
[root@PC1 test02]# cat test.py     ## 测试程序
from Bio import SeqIO
temp = SeqIO.parse("a.fastq", "fastq")

for i in temp:
        print(i.id)
[root@PC1 test02]# python3 test.py   ## 执行程序，输出id
SRR8442980.988/2
SRR8442980.1134/1

 

002、输出name

[root@PC1 test02]# ls
a.fastq  test.py
[root@PC1 test02]# cat a.fastq            ## 测试fastq
@SRR8442980.988/2
AAGG
+
:FFF
@SRR8442980.1134/1
AAAAAAAATATAATTCCA
+
FFFFFFFFFFFFFFFFFF
[root@PC1 test02]# cat test.py           ## 测试程序
from Bio import SeqIO

temp = SeqIO.parse("a.fastq", "fastq")
for i in temp:
        print(i.name)                    ## 输出name
[root@PC1 test02]# python3 test.py   
SRR8442980.988/2
SRR8442980.1134/1

 

003、输出碱基序列

[root@PC1 test02]# ls
a.fastq  test.py
[root@PC1 test02]# cat a.fastq        ## 测试fastq
@SRR8442980.988/2
AAGG
+
:FFF
@SRR8442980.1134/1
AAAAAAAATATAATTCCA
+
FFFFFFFFFFFFFFFFFF
[root@PC1 test02]# cat test.py          ## 测试程序
from Bio import SeqIO

temp = SeqIO.parse("a.fastq", "fastq")
for i in temp:
        print(i.seq)
[root@PC1 test02]# python3 test.py      ## 输出fastq
AAGG
AAAAAAAATATAATTCCA

 

004、输出每个碱基的质量值

[root@PC1 test02]# ls
a.fastq  test.py
[root@PC1 test02]# cat a.fastq         ## 测试fastq
@SRR8442980.988/2
AAGG
+
:FFF
@SRR8442980.1134/1
AAAAAAAATATAATTCCA
+
FFFFFFFFFFFFFFFFFF
[root@PC1 test02]# cat test.py         ## 测试程序
from Bio import SeqIO

temp = SeqIO.parse("a.fastq", "fastq")
for i in temp:
        print(i.letter_annotations["phred_quality"])
[root@PC1 test02]# python3 test.py             ## 输出碱基质量值
[25, 37, 37, 37]
[37, 37, 37, 37, 37, 37, 37, 37, 37, 37, 37, 37, 37, 37, 37, 37, 37, 37]

 

。