如何用Biopython实现批量FastQ文件质控的循环处理？

当然可以改成批量处理，直接用循环遍历所有目标文件就行，给你写个具体的实现方案：

首先把要处理的所有FastQ文件名整理成一个列表，然后循环每个文件，复用你原来的过滤逻辑，最后把过滤后的结果保存成新文件（建议给输出文件加个_filtered后缀，避免覆盖原文件）。

完整代码示例：

from Bio import SeqIO

# 定义要处理的所有FastQ文件列表
input_files = ["rec1.fastq", "rec2.fastq", "rec3.fastq"]  # 按需添加更多文件

for input_file in input_files:
    # 过滤符合质量要求的reads
    good_reads = (
        rec
        for rec in SeqIO.parse(input_file, "fastq")
        if max(rec.letter_annotations["phred_quality"]) >= 30
    )
    # 生成输出文件名，避免覆盖原文件
    output_file = f"{input_file.split('.')[0]}_filtered.fastq"
    # 写入过滤后的结果
    count = SeqIO.write(good_reads, output_file, "fastq")
    print(f"处理完成{input_file}，保留了{count}条合格reads，已保存到{output_file}")

如果你的文件是按规律命名的（比如rec1、rec2...recN），还可以用循环自动生成文件名列表，比如：

input_files = [f"rec{i}.fastq" for i in range(1, 10)]  # 生成rec1到rec9的文件名

这样就能一次性处理所有目标文件了。

内容的提问来源于stack exchange，提问作者Alejandra Diaz