如何用Python3从UniProt批量下载序列至单个FASTA文件

以下是修改后的完整脚本，解决了原脚本生成大量独立文件的问题，将所有下载的序列统一写入单个FASTA文件：

import requests

# 读取accession号列表，过滤空行
with open('testfasta.txt', 'r') as infile:
    accessions = [line.strip() for line in infile if line.strip()]

count = 0
# 打开统一的输出FASTA文件（wb模式支持二进制内容写入）
with open('combined_uniprot_sequences.fa', 'wb') as outfile:
    for acc in accessions:
        # 构造UniProt REST API请求URL
        url = f'https://rest.uniprot.org/uniprotkb/{acc}.fasta'
        response = requests.get(url)
        
        # 验证请求是否成功，避免无效内容写入
        if response.status_code == 200:
            outfile.write(response.content)
            # 添加换行符确保不同FASTA条目间格式规范
            outfile.write(b'\n')
            count += 1
        else:
            print(f"序列 {acc} 下载失败，状态码：{response.status_code}")

print(f"成功下载并写入的序列总数 = {count}")

关键改动说明 #

• 统一文件管理：将输出文件的打开操作移至循环外部，通过with语句自动管理文件生命周期，避免频繁IO操作的开销
• 输入数据优化：用列表推导式读取并过滤空行，确保只处理有效的accession号
• 错误处理增强：添加响应状态码检查，跳过下载失败的条目并给出提示，保证输出文件的有效性
• 格式规范维护：每个序列写入后追加换行符，确保多个FASTA条目之间的格式符合标准

内容的提问来源于stack exchange，提问作者Irfan