使用Python/BioPython解析BLAST结果

在生物信息学中，对BLAST结果文件的解析是最为普遍的一个工作之一，在Perl中有BioPerl可以解析，而在Python中也有 BioPython，并且解析起来非常方便。由于BLAST的版本升级比较快，它的结果输出文件的格式有时也会相应变化，因此为了能正确的解析BLAST 结果，在做BLAST的时候使用'-m 7'参数，使输出结果保存为xml的格式，这是由于xml的格式很少随着BLAST的版本而发生变化，所以推荐使用xml文件来做自动化分析，这能保证我 们的程序能准确的解析BLAST结果。下面的代码是一个简单的框架，可以在此基础上添加内容以满足自己的需要：

#!/usr/bin/python
"""
DESCRIPTION
Frame for parsing BLAST report

AUTHOR
Wubin Qu: quwubin@gmail.com
"""
from Bio.Blast import NCBIXML
def parseBlast (result_file):

    result_handle = open(result_file)
    blast_parser = NCBIXML.BlastParser()
    blast_records = blast_parser.parse(result_handle)record_list = list(blast_records)

    expects = []
    for record in record_list:

        for alignment in record.alignments:

            for hsp in alignment.hsps:

                # Do whatever you want, such as
                expects.append(hsp.expect)

    return expects

def main ():

    expects = parseBlast(Blast_report_file)
    print expects

if __main__ == '__main__':

    main()