番外.2

老早以前写的：
师弟有一批测序返回序列，需要从起始密码子开始翻译成蛋白质序列后逐条输出。
分析：
（1）将多个序列.txt文件整合成一个.fasta文件；
（2）保留每条序列的“ATG"后的序列；
（3）将每条序列翻译成对应的氨基酸系列；
（4）将翻译后的氨基酸序列切割成多个文件保存。
代码实现：

#(1)将多个序列.txt文件整合成一个.fasta文件
#_*_coding:UTF-8_*_
import os
filedir = os.getcwd()+'\yuliao'      #获取目标文件夹的路径
filenames=os.listdir(filedir)      #获取当前文件夹中的文件名称列表  
f=open('fasta合并.fasta','w')      #打开当前目录下的fasta合并.fasta文件，如果没有则创建
for filename in filenames:       #先遍历文件名
    filepath = filedir+'/'+filename
    for line in open(filepath):      #遍历单个文件，读取行数
        line = line.strip()
        f.writelines(line+"\n")
f.close()
#(2)保留每条序列的“ATG"后的序列
import re
output_file = open(r"fasta对齐.fasta","w")
with open(r"fasta合并.fasta","r") as input_file:
    seq = ""
    header = input_file.readline().strip()[0:]
    pattern=r"ATG"
    for line in input_file:
        line = line.strip()
        if line[0] != ">":
            seq = ""
            seq = seq + line
            new_seq = seq[re.search(pattern, seq).span()[0]:]      #获取”ATG"索引并截取随后的序列
        else:
            header = line
            continue
        output_file.write(header + "\n" + new_seq + "\n")
output_file.close()
#(4)将翻译后的氨基酸序列切割成多个文件保存
with open(r"C:\Users\admin\Desktop\all_proteins.fasta","r") as input_file:
    seq = ""
    header = input_file.readline().strip()[1:]
    for line in input_file:
        line = line.strip()
        if line[0] != ">":
            seq = seq + line
        else:
            with open(header + ".txt", 'w') as file:
                file.write(">"+header + "\n" + seq + "\n")
            header = line[1:]
            seq = ""
with open( header +  ".txt",'w') as file:
    file.write( ">"+header+"\n"+seq+"\n")