大概去年六七月份，那时还不懂什么是生物信息学，什么是编程，Python更是听都没听说过，稀里糊涂的就在老师的安排下跟着别的院一个师兄学习生信， 刚见面师兄就跟我讲解了什么是生物信息学，学生信的种种好处，什么不用做实验就能发文章啊，做的好的话读博能去一个不错的实验室啊之类的，当时我是处于懵逼状态，心想“这是一种怎样的操作？” 在师兄的推荐下，我掏了300大洋买了《DNA和蛋白质序列数据分析工具》《鸟哥的私房菜上下》三本书，用来了解和入门什么是生物信息学。说实话，到现在为止这三本书我都没怎么翻过，在我带入门的人里，我也不会推荐《鸟哥的私房菜》这种，这只会让他们望而却步，只要他们想学，我手里也有他们学不完的资源。好的是，师兄手把手的教了我一段时间。记得师兄说过，要想学生信，就必须学会一门编程语言，否则出门千万别说自己是搞生信的，丢人！所以我就又入了编程的坑，在师兄的强烈推荐下，我选择学习Python，师兄也帮我装上Python.2.7和编辑器，并装上Biopython包，然后扔给我一本全英的《Biopython》和一个脚本，说你要是一周之内不能把这个脚本弄懂，就不要学生信了，不适合。当时我差点就一口老血喷出来，心想“老哥，咱先不谈其他，你好歹也给个中文版本的吧，谁跟你这么强，硕士就到英国留学，毕业论文搞个全英的？”无奈，有总比没有强，还好后来我在网上搜到了这本书的中文版。
因此，在我对Python一无所知的情况下，首先学习了biopython，然后买了《python基础教程》《python核心编程》这两本书更进一步的学习。一但入了此坑就很难回头，尽管现在我主要跟着学习生信的老师和一些小伙伴都是Perl大神，也很难把我从这个坑里拉出来。可喜的是，现在python在生信上的应用越来越广，在机器学习方向，python也是处于领先地位，这更加给了我学下去的理由。当然，主学Python之余，R和Perl也是要懂一点的，用来做图和单行操作还是很必要的！
人生接触的第一个脚本：
import re
import sys, getopt
import operator
from Bio import SeqIO
from Bio.Seq import Seq
from Bio.SeqRecord import SeqRecord
from Bio.Alphabet import generic_nucleotide
import re
import sys, getopt
import operator
opts, args = getopt.getopt(sys.argv[1:], “c:i:o:”)
blast_info = “”
out_file = “”
for op, value in opts:
if op ==”-o”: #ARG_pattern_MIN_7030.fasta or ARG_pattern_MAX_7030.fasta
out_file = open(value, “w”)
filename_pro = str (value)
name_item = filename_pro.strip().split(“.”)
filename = name_item[0]
if op == “-i”: # All_ARGcontig_remove_S_nr.fasta
blast_info = open(value, “r”)
if op == “-c”: #Contig_ARG_region_abstract_info_7030.out
location_info = open(value, “r”)
for record in SeqIO.parse(blast_info,”fasta”):
Pattern_star = 1 – 80
Pattern_end = 90
pattern_seq = record.seq[Pattern_star:Pattern_end]
Seq_len = str(len(pattern_seq))
pattern_ID = filename +”:”+Seq_len
New_record = SeqRecord(pattern_seq,id = pattern_ID, description = “”)
SeqIO.write(New_record, out_file,”fasta”)
blast_info.close()
out_file.close()
这个代码现在看来是不完美的，毕竟每次手动改起止位点还是比较麻烦
Leave a Reply