超简单python脚本实现从resfinder+blast下机数据到csv抗性基因矩阵

今天还是在做张阿姨的项目，还是那100多个菌，她说要blast一下抗性基因，那就比咯，最出名与权威的的细菌抗性基因库自然肯定是resfinder了。

for i in $(cat list); do echo i; mkdir ${i}_re; python resfinder.py -i ${i}_new.fa -o ${i}_re -p resfinder  -t 0.95 -l 0.90 > ${i}_out; done

写个循环，刷刷弄完真开心。

问题来了！

图片.png

生成的json结果的命名全是一样的！都是data_resfinder.json
只有生成的目录文件名不一样，噢不。怎么办。

图片.png

机智的我们来看看resfinder的py脚本。噢一千多行，放弃！好吧其实我还是找到了他的输出指令。想想算了我要做矩阵它json我还是要处理的。一步到位吧，直接用我们">"出来的result文件处理好了！

应该是输出文件指令吧。。。

---

我们来看看输出的result是什么样子的：

图片.png

前面一千多行的废话。要的只是这几个字符

图片.png

那就easy了！

#resfinder转csv
import os 
from collections import OrderedDict
import csv

forall = OrderedDict()

yourdir = "C:/Users/Administrator/Desktop/output/"#input("dir:")#输入文件夹名字
mylist = os.listdir(yourdir)#批量读取文件名

首先先读读包，引入一下文件。
然后创建一个筛选器。

#提取函数
def select(file):
    for c in file.readlines():
        #c = c.strip()
        if len(c) > 70:
            if c.find("No hit found")  == -1:
                if c.find("run_info")  == -1:
                    if c[70] != " ":
                        c = c.strip()
                        c = c.replace("{","")
                        c = c.replace("'","")
                        c = c.replace('"',"")
                        temp = c.find("HSP_length")
                        c = c[:temp-2]
                        c = c.split()
                        last = c[-1]
                        forall[i].append(last)

再要一个判断器判断该耐药基因在该个体中是否存在，超简单！

#判断存在函数
def exist():
    for k in forall[i]:
        if j == k:
            temp = 1
            break
        else:temp = 0
    return temp

最后主程序以及写到csv中。

for i in mylist:
    file=open(yourdir+i,'r')
    forall[i] =[]
    select(file)
    #print(forall)
    file.close()

forall_name = []
for i in forall.keys():

    forall_name.append(i)
outgo = forall[forall_name[0]]
for j in range(len(forall_name)):
    outgo = list(set(outgo).union(forall[forall_name[j]]))
    #print(outgo)

outmat = OrderedDict()
data = []
for i in forall.keys():
    outmat[i] = []
    for j in outgo:
        ex = exist()
        outmat[i].append(ex)
    outmat[i].append(i)
    data.append(outmat[i])
   
     ##print(data)
with open('test.csv', 'w', newline='') as t_file:
    csv_writer = csv.writer(t_file)
    csv_writer.writerow(outgo)
    for l in data:
       csv_writer.writerow(l)
    

---

生成矩阵用EXCEL打开如下嘿嘿嘿，又可以画图了嘿嘿嘿。

图片.png

好吧原本刚开始是想引入json进行处理的，但后来发现好像又不是标准的json格式，咱手动搞吧，看需求嘛。

图片.png

毕竟我大杰尼龟都说好。
resfinder教程（ https://www.jianshu.com/p/136e56b16a5a）