利用Python解决生物问题-将fasta文件转换为excel文件

1.先统计一下序列文件的总行数count，用于检索每条序列起始位置，以及定位最后一条序列结束位置
2.搜索文件中的‘>’，并获取每一个‘>’的行数，添加到index_list中，该列表前后元素之间前闭后开即每条序列的位置，最后一条序列的后开要额外添加，最终列表的长度-1(len（seq_num）-1）即为序列数目
3.将序列以键值对存放于字典excel_dict中，键为基因id,值为列表存放每个基因对应的序列信息
4.将字典信息写入新文件中，先迭代写入key（基因id），在在key的缩进下，迭代写入value（序列信息，因为序列信息是列表形式存放的）

def fasta2excel(fasta,excel):
    #用于统计总序列文件的行数
    count = 0
    with open(fasta,'r') as f1:
        for eachline in f1:
            count += 1

    ###获取每条序列的位置
    index_list = []
    with open(fasta,'r') as f2:
        for i in range(count):
            a = f2.readline()
            if '>' in a:
                index = i
                index_list.append(i)
                
    index_list.append(count+1)##添加最后一条序列的结束位置            
    ###序列数为seq_num-1
    seq_num = len(index_list)
    
    ###将序列以键值对存放于字典中
    excel_dict = {}
    with open(fasta,'r') as f3:
        for j in range(seq_num-1):
            geneid = f3.readline().rstrip('n').lstrip('>')###去除换行符
            geneseq = []#初始化每个基因的序列
            for n in range((index_list[j]+1),index_list[j+1]):#每个id对应的序列行数
                geneseq.append(f3.readline().rstrip('n'))
            excel_dict[geneid] = geneseq

    with open(excel,'w') as f4:
        for eachkey in excel_dict.keys():
            f4.writelines(eachkey)
            f4.write('t')
            for each in excel_dict[eachkey]:
                f4.writelines(each)
            f4.write('n')

    print(f'您所输入的序列文件有{count}行')
    print(f'您所输入的序列文件中包含的序列数目为{seq_num-1}')
fasta = input('请输入您需要转换的文件名(fasta格式)：')
excel = input('请输入您生成文件的文件名(.xls)格式:')
fasta2excel(fasta,excel)