Skip to main content
1 de 2
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

Puedes usar collections.Counter para contar las bases de cada línea. Para saber si es ARN u ADN basta con que comprobemos si la clave "U" está o no en el diccionario.

También es importante, sobre todo si vas a trabajar con archivos relativamente grandes, no recorrerlos más de una vez.

Hay múltiples formas de organizar el código, una de ellas puede ser:

import collections
import os



def registros(fichero):
    registros = collections.OrderedDict()
    contador = 0
    for linea in fichero:
        if linea.startswith('>'):
            contador += 1
            registros[contador] = collections.Counter()
        else:
            registros[contador].update(linea)
    return registros

def parse_fasta(path):
    try:
        with open(path, 'r') as f:
            if os.path.isfile(path): 
                print('Se encontró Fichero Fasta:', fichero)
                regs = registros(f)
                print("El fichero {} contiene {} registros con el siguiente contenido de bases:".format(fichero, len(regs)))
                for reg, bases in regs.items():
                    print("  Registro {}:".format(reg))
                    if "U" in bases:
                        print("   Es un registro de tipo ARN:")
                        print("    Adenina:  {}\n    Uracilo:  {}\n    Citosina: {}\n    Guanina:  {}\n".format(bases["A"],
                                                                                                                bases["U"], 
                                                                                                                bases["C"], 
                                                                                                                bases["G"]))
                    else:
                        print("   Es un registro de tipo ADN:")
                        print("    Adenina:  {}\n    Timina:   {}\n    Citosina: {}\n    Guanina:  {}\n".format(bases["A"],
                                                                                                                bases["T"], 
                                                                                                                bases["C"], 
                                                                                                                bases["G"]))
            else:
                print("La ruta no se corresponde con un fichero.")
                
    except FileNotFoundError: 
        print('El fichero introducido no se ha encontrado, asegúrese de que se encuentra en ese directorio!')

while True:
    fichero = input('Introduzca nombre del fichero FASTA(q para salir):\n')
    if fichero == 'q':
        break
    parse_fasta(fichero)    

La salida para tu ejemplo es:

>>> Introduzca nombre del fichero FASTA(q para salir):
2.fasta
Se encontró Fichero Fasta: 2.fasta
El fichero 2.fasta contiene 2 registros con el siguiente contenido de bases:
  Registro 1:
   Es un registro de tipo ARN:
    Adenina:  2
    Uracilo:  1
    Citosina: 6
    Guanina:  3

  Registro 2:
   Es un registro de tipo ADN:
    Adenina:  2
    Timina:   2
    Citosina: 3
    Guanina:  4
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68