python?服務器批處理得到PSSM矩陣的問題
1. 在linux上安裝psiblast
最好新建一個python環(huán)境，因為我發(fā)現(xiàn)conda安裝blast默認的是python==3.6.11，可能會不小心把你的python版本改掉…然后你寫好的代碼全die了……
conda create -n blast python==3.6.11 source activate blast conda install -c bioconda blast
2.下載并編譯用于比對的大型蛋白質數(shù)據(jù)庫
nr和uniprot是比較通用的數(shù)據(jù)庫：
ftp://ftp.ncbi.nlm.nih.gov/blast/db/
https://www.uniprot.org/downloads
1)nr是ncbi收集的目前所有微生物的蛋白序列，是用來計算氨基酸一般情況下的頻率的，160G
2)uniprot90根據(jù)相似性做了一個去冗余，所以比nr要小很多，56G
# 以uniprot90為例 wget ftp://ftp.uniprot.org/pub/databases/uniprot/uniref/uniref90/uniref90.fasta.gz # 下載 gzip -d uniref90.fasta.gz # 解壓 makeblastdb -in uniref90.fasta -parse_seqids -hash_index -dbtype prot # 編譯
解析完成后的樣子：
文件是這個樣子：（只截取了一部分）
3. 獲取PSSM矩陣
我的初始文件是：
P00269.fasta是對單條蛋白質處理，里面的格式是：
testset.fasta是對蛋白質集合批處理，里面的格式是（也可以單獨蛋白質存為.fasta文件，由于blast只能處理單條蛋白糊，把這個集合知識歸總的意思，第一步還是要生成單條蛋白質的.fasta文件，所以這個文件看個人意愿）：
1）單條蛋白質序列的處理方法
import os
os.system('psiblast -query dataset/P00269.fasta -db /PSSM/uniref90.fasta -num_iterations 3 -out_ascii_pssm /dataset/P00269.pssm')##這個蛋白質好慢呀2）批處理獲取的方法
import os
file_name='/dataset/testset.fasta'
Protein_id=[]
with open(file_name,'r') as fp:
i=0
for line in fp:
if i%2==0:
# Protein_id.append(line[1:-1])
id=line[0:-1]
p=line[1:-1]
with open ('/dataset/'+str(p)+'.fasta','a') as protein:
protein.write(id)
# protein.write()
if i%2==1:
seq=line[0:-1]
with open ('/dataset/'+str(p)+'.fasta','a') as protein:
protein.write('\n')
protein.write(seq)
i=i+1
os.system('psiblast -query '+'/dataset/'+str(p)+'.fasta -db /PSSM/uniref90.fasta -num_iterations 3 -out_ascii_pssm /dataset/'+str(p)+'.pssm')##PSSM真是太慢了，下面是只生成一個后的截圖
emmmm，在研究怎么把這個矩陣存入文件方便調用，今天應該會更新……但是他好慢啊，不想用了。
參考文獻：
到此這篇關于python服務器批處理得到PSSM矩陣的文章就介紹到這了,更多相關python服務器批處理內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python爬蟲框架scrapy實現(xiàn)downloader_middleware設置proxy代理功能示例
這篇文章主要介紹了Python爬蟲框架scrapy實現(xiàn)downloader_middleware設置proxy代理功能,結合實例形式分析了scrapy框架proxy代理設置技巧與相關問題注意事項,需要的朋友可以參考下2018-08-08
在本篇文章里小編給大家整理了關于python函數(shù)與方法的區(qū)別的相關知識點代碼內容，需要的朋友們學習下。2019-06-06
python3.5+tesseract+adb實現(xiàn)西瓜視頻或頭腦王者輔助答題
這篇文章主要介紹了python3.5+tesseract+adb實現(xiàn)西瓜視頻或頭腦王者輔助答題，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-01-01
這篇文章主要介紹了Python json轉字典字符代碼實例解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-04-04
使用Python的Matplotlib庫創(chuàng)建動態(tài)圖表的技巧與實踐分享
在數(shù)據(jù)可視化領域,Matplotlib庫是Python中最流行和功能強大的工具之一,它能夠生成各種靜態(tài)圖表,如散點圖、折線圖和柱狀圖等,本文將介紹如何使用Matplotlib庫創(chuàng)建動態(tài)圖表,并提供一些技巧和實踐經(jīng)驗,需要的朋友可以參考下2024-05-05
這篇文章主要為大家詳細介紹了樹莓派用python中的OpenCV輸出USB攝像頭畫面，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-06-06
今天小編就為大家分享一篇Python 實現(xiàn)子類獲取父類的類成員方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這章我們來介紹Python的擴展名之ctypes，教大家認識ctypes，有需要的朋友可以借鑒參考下，希望可以有所幫助，祝大家多多進步，早日升職加薪2021-09-09
這篇文章主要介紹了如何使用Pandas庫處理.xlsx文件,包括環(huán)境配置、讀取、寫入、數(shù)據(jù)操作和高級操作,Pandas提供了豐富的功能,使得數(shù)據(jù)處理變得簡單高效,需要的朋友可以參考下2025-02-02
并發(fā)編程是實現(xiàn)多任務協(xié)同處理，改善系統(tǒng)性能的方式。Python中實現(xiàn)并發(fā)編程主要依靠進程、線程和協(xié)程，本文將通過示例詳解三者的區(qū)別，感興趣的可以了解一下2022-05-05