ファイルにfastaシーケンスの数を書き込むためにpython subprocess.callを使用する

Question

私は14000を超えるfastaファイルを持っています.5シーケンスを含むものだけを残したいと思います。私は、単一のFASTAファイル内の列の数を取得するには、次のbashコマンドを使用することができます知っている：

grep -c "^>" filename.fasta 

だから、私のアプローチは、テキストファイルに各ファイル内のシーケンスのファイル名と数を書くことでしたそれから私が望むシーケンスだけを分離するために使用することができます。非常に多くのファイルに対してgrepコマンドを実行するには、私はsubprocess.callを使用しています：

import subprocess 
import os 


with open("five_seqs.txt", "w") as f: 
    for file in os.listdir("/Users/vivaksoni1/Downloads/DA_CDS/fasta_files"): 
     f.write(file), 
     subprocess.call(["grep", "-c", "^>", file], stdout = f) 

私の問題の一部は、grepコマンドは「^>」ですが、サブプロセスは、独自の引用符を持つように各引数を必要とすることです。基本的に引数として入力する場合は、 "^>"を使用することができます： ""> "" "。

また、f.write（ "\ n"）をf.write（ファイル）の後に追加する必要がありますか？現在のところ、私の出力は、各エントリが隣り合っている単なるテキストファイルです。サブプロセスコマンドは、各ファイル名を端末に出力し、ファイルが見つからないと述べます。

grep：MZ23900789.fasta：ディレクトリ

Answer 1

次のコードを試してください。ファイル名とタブ区切り文字とシーケンス数（つまり>文字）を書き込みます。 Popenとcommunicateを使用すると、出力を処理する際の柔軟性が向上します。 Ubuntuでテストされています。

import subprocess 
import os 

fasta_dir = "/Users/vivaksoni1/Downloads/DA_CDS/fasta_files/" 

with open("five_seqs.txt", "w") as f: 
    for file in os.listdir(fasta_dir): 
     f.write(file + '\t') 
     grep = subprocess.Popen(["grep", "-c", "^>", fasta_dir + file], stdout = subprocess.PIPE) 
     out, err = grep.communicate() 
     f.write(out + '\n')