如何在Python（Google Colab）中将获取的核酸序列导出为FASTA格式

你现有的检索逻辑不需要大幅调整，补充文件写入和Colab下载逻辑即可，适配批量序列场景，输出格式完全匹配你给出的示例要求。

注意事项 #

• 必须先配置Entrez.email为你的个人邮箱，这是NCBI对Entrez接口的强制要求，批量请求时不填很容易被拦截导致请求失败。

完整修改后代码 #

# 导入所需模块
from Bio import SeqIO
from Bio import Entrez
from google.colab import files

# 配置NCBI请求邮箱，替换为你自己的邮箱
Entrez.email = "your_email@example.com"

# 读取检索ID
lines = []
with open('my_file.seq') as f:
  lines = [line.rstrip() for line in f] 

# 检索序列并写入文件
output_file = "seq_output.txt"
with open(output_file, "w") as f_out:
  handle = Entrez.efetch(db="nucleotide", id=lines, rettype="gb", retmode="text")
  record_iterator = SeqIO.parse(handle, "gb")
  for record in record_iterator:
    # 按ID+空格+序列的格式写入，每行一条
    f_out.write(f"{record.id} {record.seq}\n")
  handle.close()

# 触发Colab文件下载
files.download(output_file)

额外说明 #

如果后续你需要标准FASTA格式（>开头带序列描述的版本），可以直接用Biopython内置的SeqIO.write方法，不需要手动拼接内容，批量处理效率更高：

# 标准FASTA格式导出示例
with open("output.fasta", "w") as f_out:
  SeqIO.write(record_iterator, f_out, "fasta")

内容的提问来源于stack exchange，提问作者Camp