上下文后的Python打印行

Question

我對使用python感興趣的上下文后如何打印兩行。

例子.fastq

@read1
AAAGGCTGTACTTCGTTCCAGTTG
+
'(''%$'))%**)2+'.(&&'/5-
@read2
CTGAGTTGAGTTAGTGTTGACTC
+
)(+-0-2145=588..,(1-,12

我可以使用...找到感興趣的上下文

fastq = open(Example.fastq, "r")

IDs = [read1]

with fastq as fq:
    for line in fq:
        if any(string in line for string in IDs):

現在，我已經找到了read1，我想為read1打印以下行。 在bash中，我可能會使用grep -A之類的方法來執行此操作。 所需的輸出線如下所示。

+
'(''%$'))%**)2+'.(&&'/5-

但是在python中，我似乎找不到等效的工具。 也許“ islice”可能有用，但我不知道如何才能使islice從比賽的位置開始。

with fastq as fq:
    for line in fq:
        if any(string in line for string in IDs):
            print(list(islice(fq,3,4)))

Answer 1

您可以使用next()來推進迭代器（包括文件）：

print(next(fq))
print(next(fq))

這消耗了這些行，因此for循環將繼續@read2 。

如果您不希望使用AAA...行，也可以只使用next(fq)使用它。 在全：

fastq = open(Example.fastq, "r")

IDs = [read1]

with fastq as fq:
    for line in fq:
        if any(string in line for string in IDs):
            next(fq)  # skip AAA line
            print(next(fq).strip())  # strip off the extra newlines
            print(next(fq).strip())

這使

+
'(''%$'))%**)2+'.(&&'/5-

Answer 2

如果要處理FASTQ文件，最好使用BioPython等生物信息庫，而不要滾動自己的解析器。

要獲得所需的確切結果，您可以執行以下操作：

from Bio.SeqIO.QualityIO import FastqGeneralIterator

IDs = ['read1']

with open('Example.fastq') as in_handle:
    for title, seq, qual in FastqGeneralIterator(in_handle):
        # The ID is the first word in the title line (after the @ sign):
        if title.split(None, 1)[0] in IDs:
            # Line 3 is always a '+', optionally followed by the same sequence identifier again.
            print('+') 
            print(qual)

但是您自己不能對質量值線做太多事情。 幾乎可以肯定，您的下一步是將其轉換為Phred質量得分 。 但這非常復雜， 因為FASTQ文件格式至少存在三個不同且不兼容的變體 。 BioPython會為您處理所有邊緣情況，因此您可以執行以下操作：

from Bio.SeqIO import parse

IDs = ['read1']

with open('Example.fastq') as in_handle:
    for record in parse(in_handle, 'fastq'):
        if record.id in IDs:
            print(record.letter_annotations["phred_quality"])