使用Biopython解析psiblast输出

Question

我只是在命令行上运行psiblast，并将结果保存在my_output.xml中。我现在正尝试使用Biopython解析xml文件，以便可以遍历每个psiblast回合中生成的结果，但这给了我一些问题。这是我的代码：

from Bio.Blast import NCBIXML

result_handle = open('my_output.xml', 'r')
blast_records = NCBIXML.parse(result_handle)

for blast_record in blast_records:
    print blast_record.rounds

我得到的错误是：

Traceback (most recent call last):
  File "parse_psiblast_output.py", line 10, in <module>
    print blast_record.rounds
AttributeError: 'Blast' object has no attribute 'rounds'

我想做的是：对于每个查询序列，请从该查询的最终psiblast迭代中获取所有匹配。

Answer 1

我将假设您尝试解析当前NCBI Blast +软件包的输出，而不是任何旧版Blast软件包（现在已经过时了）的解析。

考虑到这一点，您应该使用Bio.SearchIO模块。

from Bio import SearchIO

blast_records = SearchIO.parse('my_output.xml', 'blast-xml')

for blast_record in blast_records:
    print(blast_record.hits)

[我还注意到，由于print语句上没有大括号，您可能正在使用Python 2.7。如果可能的话，您确实应该使用Python 3+。自2020年起，Biopython将不再支持Python 2.7。