如何批量的從DNA序列名字中提取信息
熊榮川 xiongrongchuan@126.com
六盤水師范學院生物系
通常我們處理的基因或者蛋白質序列會是很多條，當我們以fasta格式下載到本地之后，我們會發現這些序列是非常冗長的，例如“>gi|110227385|gb|DQ650433.1|_Odorrana_aureola_voucher_FMNH_265919_cytochrome_c_oxidase_subunit_III_(COXIII)_gene_partial_cds_tRNA-Gly_gene_complete_sequence_NADH_dehydrogenase_subunit_3_(ND3)_gene_coms”
但是通常我們需要用到的就是它們的編號，genbank索取號及對應的拉丁學名，如果是手工將它們整理到一個表格中，可想而知工作量有多大。
這里我們將使用word2007中“文本轉換為表格”的功能實現以上目的。
首先我們使用一個我們自己的包含很多條序列的fasta文件，前提條件是我們還沒有編輯過它們的名字，所以基本格式就像上面舉例中的一樣。
然后使用meg5 打開這個fasta文件，刪掉所有的堿基或是氨基酸殘基，這個時候只剩下序列的名稱，輸出為另外一個fasta格式文件。
該文件中只有序列名稱, 如下所示
>gi|110227385|gb|DQ650433.1|_Odorrana_aureola_voucher_FMNH_265919_cytochrome_c_oxidase_subunit_III_(COXIII)_gene_partial_cds_tRNA-Gly_gene_complete_sequence_NADH_dehydrogenase_subunit_3_(ND3)_gene_coms
>gi|110227382|gb|DQ650432.1|_Amolops_cf._chapaensis_AMNH_163775_voucher_AMNH_163775_cytochrome_c_oxidase_subunit_III_(COXIII)_gene_partial_cds_tRNA-Gly_gene_complete_sequence_NADH_dehydrogenase_subunis
>gi|197723584|gb|EU861523.1|_Odorrana_chapaensis_voucher_AMNH_168685_cytochrome_oxidase_subunit_III_(COXIII)_gene_partial_cds_tRNA-Gly_(trnG)_gene_complete_sequence_NADH_dehydrogenase_subunit_3_(ND3)_s
>gi|197723572|gb|EU861519.1|_Odorrana_sp._BBLS-2008_voucher_AMNH_163776_cytochrome_oxidase_subunit_III_(COXIII)_gene_partial_cds_tRNA-Gly_(trnG)_gene_complete_sequence_NADH_dehydrogenase_subunit_3_(NDs
這個時候把每個序列名稱中，物種名后面的信息全部刪掉，結果如下
>gi|110227385|gb|DQ650433.1|_Odorrana_aureola
>gi|110227382|gb|DQ650432.1|_Amolops_cf._chapaensis
>gi|197723584|gb|EU861523.1|_Odorrana_chapaensis
>gi|197723572|gb|EU861519.1|_Odorrana_sp._BBLS-2008_
>gi|197723566|gb|EU861517.1|_Odorrana_sp._BBLS-2008
>gi|197723605|gb|EU861530.1|_Odorrana_hmongorum
將其中的“>gi|”替換掉，在“替換為”中什么也不輸入，就將它們全部刪除了。
然后將“|gb|”“|_”全部替換為逗號“，”
197723620,EU861535.1,Odorrana_junlianensis
197723629,EU861538.1,Odorrana_junlianensis
110227400,DQ650438.1,Odorrana_bacboensis
110227406,DQ650440.1,Odorrana_banaorum
110227427,DQ650447.1,Odorrana_banaorum
110227412,DQ650442.1,Odorrana_banaorum
全選走后“插入”——“表格”——“文本轉換成表格”
結果就出來了
|
197723620 |
EU861535.1 |
Odorrana_junlianensis |
|
197723629 |
EU861538.1 |
Odorrana_junlianensis |
|
110227400 |
DQ650438.1 |
Odorrana_bacboensis |
|
110227406 |
DQ650440.1 |
Odorrana_banaorum |
|
110227427 |
DQ650447.1 |
Odorrana_banaorum |
|
110227412 |
DQ650442.1 |
Odorrana_banaorum |
