使用Python/BioPython解析BLAST结果


                                                                    在生物信息学中,对BLAST结果文件的解析是最为普遍的一个工作之一,在Perl中有BioPerl可以解析,而在Python中也有BioPython,并且解析起来非常方便。由于BLAST的版本升级比较快,它的结果输出文件的格式有时也会相应变化,因此为了能正确的解析BLAST结果,在做BLAST的时候使用'-m 7'参数,使输出结果保存为xml的格式,这是由于xml的格式很少随着BLAST的版本而发生变化,所以推荐使用xml文件来做自动化分析,这能保证我们的程序能准确的解析BLAST结果。下面的代码是一个简单的框架,可以在此基础上添加内容以满足自己的需要:
#!/usr/bin/python
"""
DESCRIPTION
    Frame for parsing BLAST report
AUTHOR
    Wubin Qu: quwubin@gmail.com
"""
from Bio.Blast import NCBIXML
def parseBlast (result_file):
    result_handle = open(result_file)
    blast_parser = NCBIXML.BlastParser()
    blast_records = blast_parser.parse(result_handle)
   
    record_list = list(blast_records)
    expects = []
    for record in record_list:
  for alignment in record.alignments:
      for hsp in alignment.hsps:
          # Do whatever you want, such as
          expects.append(hsp.expect)
    return expects
def main ():
    expects = parseBlast(Blast_report_file)
    print expects
if __main__ == '__main__':
    main()