Hw14 #5
Hw14 #5
Conversation
There was a problem hiding this comment.
Кажется у тебя есть гит-репозиторий внутри гит-репозитория
| from Bio import SeqIO | ||
| from Bio.SeqUtils import GC | ||
|
|
||
| def filter_fastq(input_path: str, quality_threshold: int, output_filename="final_filtered.fastq", gc_bounds=(40, 60), length_bounds=(50, 350)): |
There was a problem hiding this comment.
Тут не хватает докстринги (тем более же что по идее увас они были в прошлом семестре
| ###GC content filter | ||
| min_gc_content = gc_bounds[0] | ||
| max_gc_content = gc_bounds[1] | ||
| GC_quality_filt = [] |
There was a problem hiding this comment.
Переменные только с маленькими буквами!
| result_quality = SeqIO.write(GC_quality_filt, "good_quality_GC.fastq", "fastq") | ||
| result_quality_GC_length = SeqIO.parse("good_quality_GC.fastq", "fastq") |
There was a problem hiding this comment.
С точки зрения использования функционала биопитона - все супер. Но как код организован - не очень хорошо к сожалению. У тебя получается как-то разбросаны проверки, при чем после каждой проверке ты создаешь новый файл на компьютере куда записываешь сиквенсы. Ну и между этими промежутками чтения и записи все файлы ты держишь в памяти. В этом плане все можно было бы организовать гораздо проще и еще и лучше.
Сперва мы открываем файл на запись. После этого мы в цикле for читаем записи из входного файла. На каждой итерации цикла мы держим в памяти одну запись, мы проверяем ее всеми нужными проверками и если все ок - то записыаем в файл. При этом никаких промежуточных файлов в большом количестве не создается.
Псведокод:
with open(output) as outf:
for seq in SeqIO.parse(input):
if ok and ok and ok:
SeqIO.write(seq, outf)| list_input = list(self.seq) | ||
| for i in range(len(self.seq)): |
There was a problem hiding this comment.
не надо итерироваться по индексам и потом брать [i] если можно сразу делать цикл по буквам
| for i in range(len(self.seq)): | ||
| if list_input[i] in self.complement_dict: | ||
| list_input[i] = self.complement_dict[list_input[i]] | ||
| return "".join(list_input) |
There was a problem hiding this comment.
У тебя получается была ДНК, а после complement стала просто строка. Чтобы тип данных оставался как есть можно сделать:
| return "".join(list_input) | |
| return type(self)("".join(list_input)) |
Если не понимаешь что тут - можем на консультации еще обсудить
| complement_dict = {'A': 'T', 'T': 'A', 'G': 'C', 'C': 'G', 'a': 't', 't': 'a', 'g': 'c', 'c': 'g'} | ||
| def __init__(self, seq): | ||
| super().__init__(seq) | ||
| #self.complement() |
| def __init__(self, seq): | ||
| super().__init__(seq) |
There was a problem hiding this comment.
в целом это можно не писать, так как по дефолту инит родителя и будет работать
| if list_input[i] in self.complement_dict: | ||
| list_input[i] = self.complement_dict[list_input[i]] |
There was a problem hiding this comment.
А что если else? Кажется такого быть не может, если при инициализации происходит поверка что все буквы валидны
2 participants
FASTQ filter function using biopython and task 5