2021.01.05丨根据基因名称拼接表达量与相关注释

这一步是在进行最后的数据汇总工作中用到的，将基因的count与FPKM值和基因注释的结果组合在一起，得到一个完整的数据。方便客户进行后续研究。算法与之前那篇基因ID匹配注释文本一文相似，用了两个for循环嵌套进行比对，O=n²，在此也希望能够抛砖引玉，得到大神指点。

输入文件：

anno.DEG.txt

all.anno.xls #这里用的Editplus打开

本来之前我对all.anno.xls的geneID已经处理过了，但是正好遇到ftp出问题，无法下载最新文件，就将就前两天的结果进行处理

#读取文件列
anno_file = open('C:/Users/bbplayer/Downloads/all.anno.xls','r')
diffgene_file = open('C:/Users/bbplayer/Downloads/anno.DEG.txt','r')
genome_line = anno_file.readlines()
diffgene_list = diffgene_file.readlines()
#保留首行
title = diffgene_list[0]
#设置输出文件名
newfile_name = 'anno.DEG2'
desktop_path = 'C:/Users/bbplayer/Downloads/'
file_path = desktop_path+newfile_name+'.txt'
file = open(file_path,'w') #打开文件名
file.write(title) #输入首行
for count_fpkm in diffgene_list:count_fpkm = count_fpkm.replace("\n","") #替换换行符#print(count_fpkm) gene_ID = count_fpkm.split('\t') #根据分隔符进行分段#print(gene_ID[0])for line in genome_line:str_line = str(line)anno_ID = str_line.split(':')anno_line = str_line.split('\t',1) #根据分隔符进行分成2段#print(anno_line)if  anno_ID[0] == gene_ID[0]:num = len(anno_line) #注释为空时num=1if num !=2:continueelse:#print(num)file.write(count_fpkm + "\t" + anno_line[1])else:continue
#关闭文件
file.close()
diffgene_file.close()
anno_file.close()

tips：里面注释掉的print（）用来测试输出文本，最简单直白的测试方式。

结果展示（只截了中间结合起来的部分，即表达下调down和GO注释连接处）：

其实还可以这样，如果都用excel打开，然后对geneID统一升序或者降序，是否能直接对应上geneID，直接把注释文件粘贴到FPKM值后面。当然，这种办法一个是手动不方便，另一个是数据量大，中间计算复杂，不一定能保证完全匹配。

最近在看BLAST的算法，觉得人家好厉害，可以想到那么低计算度的方式。之后也要多研究研究算法了。

2021.01.05丨根据基因名称拼接表达量与相关注释相关推荐

查看感兴趣基因的表达量及其相关关系
问题来源: 探寻:NCR2 表达对GBM肿瘤芯片数据中cell-cycle 和 cytokines 通路基因的相关关系通过KEGG.db 来下载KEGG相关通路的基因 if (!requireNam ...
2021.01.05 ps临摹调色
欢迎观看阿贝贝啊的今日成果今天终于来完结梦幻场景这张图了近期临近期末,不小心鸽了哈哈哈哈这是临摹站酷一位作者的图,他有出教程,以及资源包因为个人技术问题,整体调色出来的色彩我并不满意会努力练 ...
830. Positions of Large Groups(Leetcode每日一题-2021.01.05)
Problem In a string s of lowercase letters, these letters form consecutive groups of the same charac ...
荧光定量PCR：基因相对表达量计算方法
荧光定量PCR之后计算目的基因的相对表达量一般采用2-△△ct的方法.我们还是假设对照组和处理组各有三个生物学重复(即对照组3个cDNA样品cDNA1, cDNA2, cDNA3,处理组3个cDNA样 ...
衡量基因相对表达量的RPKM、FPKM、TPM详解
衡量基因相对表达量的RPKM和FPKM.及TPM 1.RPKM(Reads Per Kilobase per Million)和FPKM(Fragments Per Kilobase per Mill ...
2020.02.18【数据分析心得】丨如何将基因ID转化为基因名称
2021.05.05更新:将基因名称转化为基因ID 上一次在这个平台上写文章居然已经是5年前了,毕竟研究生阶段没有主攻数据处理,让自己少了很多IT属性.废话少说,今天记录一下将基因ID转化为基因名称的 ...
R plot图片背景设置为透明_R语言数据可视化基因名称转换及KEGG/GO富集分析
01 - 简介 BiocManager是生物信息分析必不可少的R包之一,主要用来分析基因相关的各种问题,但是通常再R上安装这个程序包都挺麻烦的,搜索引擎上有非常多的关于如何安装的,因此这里只给个建议, ...
2021.3.17丨致病菌毒力因子（VFDB）数据库注释
摘要接到一个常规细菌的组装注释项目,不过客户提出想要获取关于组装结果与病毒之间的联系/按之前的操作,dfast没有病毒相关的数据库,无法满足客户需求.一番查阅,发现大家用这个VFDB数据库进行常规的 ...
2021年05月软件设计师真题透析
2021年05月软件设计师上午真题及答案解析 1. 在 CPU 中,用( )给出将要执行的下一条指令在内存中的地址. A.程序计数器 B.指令寄存器 C.主存地址寄存器 D.状态条件寄存器答案:A, ...

2021.01.05丨根据基因名称拼接表达量与相关注释

2021.01.05丨根据基因名称拼接表达量与相关注释相关推荐

最新文章

热门文章