Python：将fastq文件转为fasta文件

fastq格式如下：

@HWI-ST1276:71:C1162ACXX:1:1101:1208:2458 1:N:0:CGATGT
NAAGAACACGTTCGGTCACCTCAGCACACTTGTGAATGTCATGGGATCCAT
'+'
@#55???BBBBB?BA@DEEFFCFFHHFFCFFHHHHHHHFAE0ECFFD/AEH

第一行是序列标识（read ID）以及相关的描述信息，以“@” 开头；
第二行即为碱基序列，长度由测序策略决定；如SE50
第三行以“+”开头，后面是序列标示符、描述信息，或者什么也不加；
第四行是测序质量值（phred），与第二行一一对应，phred值以ASCII码标记，对应的 ASCII 值减去33，即为第二行对应碱基的测序质量值。
Illumina测序标识详细信息如下：

HWI-ST1276	Instrument – unique identifier of the sequencer	测序仪识别号
71	run number – Run number on instrument	机器运行编号
C1162ACXX	FlowCell ID – ID of flowcell	flowcell编号
1	LaneNumber – positive integer	Lane编号；1个flowcell有8条lane
1101	TileNumber – positive integer	Tile编号；1条lane有两列，每列有32个tile
1208	X – x coordinate of the spot. Integer which can be negative	点的x坐标
2458	Y – y coordinate of the spot. Integer which can be negative	点的y坐标
1	ReadNumber - 1 for single reads; 1 or 2 for paired ends	单端或双端
N	whether it is filtered - NB：Y if the read is filtered out, not in the delivered fastq file, N otherwise	是否过滤，Y表示被过滤，否则为N
0	control number - 0 when none of the control bits are on, otherwise it is an even number	0表示十进制？否则是一个偶数
CGATGT	Illumina index sequences	一个flowcell中不同样品,需要index区分

一个样品的双末端测序结果中，同一条insert sequence 的两条reads的ID只有ReadNumber是不一样的，要么为1，要么为2；所有reads只有X – x coordinate of the spot是不断变化的。

fasta格式如下：

>XM_011525358.1 PREDICTED: Homo sapiens forkhead box N1 (FOXN1), transcript variant X2, mRNA
AGCTTCTTAGTCACCTTTCTCTTCTCCCCGTTTTGGCGCAGCCCCTCCGGGCAAGGGGAAGCTGATATCATAATTATTGGCTCACCTGGCAGCTGCCTCCCCTCACCTGATGTCAGCACAGACACAGGACGGCCGAGCTG

第一行是一个大于号开头，后面紧接注释信息，比如序列的名字，编号等。
第二行开始就是纯序列部分。

代码如下：

import time
start = time.time()
import glob
import gzip
for i in glob.glob('*.fastq.gz'):
    with gzip.open(i,'rt') as fp:
        output_fasta = open("%s.fa"%i[:-9],'w') 
        i = 0 
        for line in fp:
            i += 1
            if i % 4 == 1: 
                line_new = line[1:]
                output_fasta.write('>'+line_new) 
            elif i % 4 == 2: 
                output_fasta.write(line)
        output_fasta.close()
end = time.time()
print("used %s s" % str(end - start))