序言
本篇文章主要介绍了如何使用Python合并RepeatMasker预测分析效果中染色体的overlap区域，以及完成实例分析。RepeatMasker是一款重复序列注解的主要软件，能够根据已有数据库系统预测分析重复序列。
难题
如何清除重复序列中的overlap区域并将遗传基因间隔低于50个bp的也视作overlap，并用Python实现新的预测分析效果。
构思
首先，需要对文档进行预处理，只保留结果文件的前三列，并使用awk命令获取。然后按照排序规则对同性染色体编码序列进行归并排序。接下来，使用滑动窗口思路进行双指针核对，注意gap=50。最后将处理结果保存为输出文件。
完整代码如下：
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])-endend:
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)
以上就是本文的全部内容，希望对大家有所帮助。
原创文章，作者：小编小本本，如若转载，请注明出处：https://www.benjiyun.com/yunzhujiyunwei/vps-yunwei/6933.html
相关推荐
-
centos切换用户之前用户的安装的东西还在吗（附：centos如何查看用户）
在CentOS系统中，切换用户时，之前用户所安装的软件或配置文件等资源并不会被删除或清空。只要该用户拥有相应的权限，便可以使用之前安装的软件或配置文件等资源。 换言之，即使切换到其…
-
怎么利用python自动生成数据日报
Python自动化办公 – 批量生成日报 大家都知道，日报在很多工作中都非常重要，但是写日报的过程却很繁琐。为了解决这个问题，我们可以利用Python自动化办公的优势，…
-
进仓费怎么算(进仓费怎么计算的?包含些什么？)
进仓费怎么计算？包含些什么？ 进仓费的计算包含送货进仓费用和仓库或收货代理公司收取的费用。送货进仓费用由基础送货费和进仓派送费组成，而进仓费则视第三方仓库而定，包括进仓费、进门费、…
-
Python查询参数化4种方法详细说明
搭建Python查询参数的4种方法 在平时的撰写Python脚本制作的过程当中，我们通常需要根据查询参数传到某些自变量基本参数，使新项目应用更加灵便便捷。本文将列举出搭建Pytho…
-
opatch升级时的非常规操作技巧
opatch升级时的非常规操作技巧 欢迎大家关注本站，作为本站的小编，我们在客户现场进行oracle维护过程中，由于BUG、安全等原因进行opatch补丁升级时，总是会遇到各种问题…
-
实现微信小程序下面商品左右滑动上面tab也跟随变动功能
小编介绍 我是本际云服务器推荐网的小编小本本，今天为大家介绍一下如何在小程序中实现商品左右滑动时上面tab也跟随变动的功能，以及如何点击tab切换下面的商品信息。 实现步骤 上面的…
-
疑难诊断之指定表空间添加分区报错
疑难诊断：指定表空间添加分区报错 我是本际云服务器推荐网的小编小本本，今天给大家带来一个疑难诊断问题：在添加分区时指定表空间后报表空间不存在。 问题分析过程 最初的思路是可能是表空…
-
正则表达式基础学习笔记
什么是正则表达式 正则表达式（RegularExpression），又称规则表达式，是一种逻辑公式，用来表达对字符串的一种过滤逻辑。它是对字符串操作的一种逻辑公式，由普通字符和特殊…
-
结构化数据流-JOIN操作
结构化数据流中的JOIN操作 本文介绍了结构化数据流中支持的JOIN操作的类型，包括inner、outer和semi连接。结构化数据流可以支持streamingDataFrame/…
-
在pytorch中获得计算图和自行求导数
使用PyTorch获得计算图和自动求导数 本文将详细介绍在PyTorch中获得计算图和自动求导数的方法。首先我们通过一个简单的例子来说明这个过程。假设我们有如下的函数： yy = …