读取FASTA序列时遗漏最后一条序列的问题求助

嘿，我一眼就瞅出问题啦！你的代码逻辑是只有遇到下一个>开头的标题行时，才会把当前攒的序列存到test里，但最后一条序列读完之后，根本没有后续的标题行触发这个保存操作，所以它就一直留在fasta列表里被彻底遗漏了。

先看看你原来的代码：

import sys
fasta = []
test = []
with open("tests.fasta") as file_one:
    for line in file_one:
        line = line.strip()
        if not line:
            continue
        if line.startswith(">"):
            active_sequence_name = line[1:]
            if active_sequence_name not in fasta:
                test.append(''.join(fasta))
                fasta = []
            continue
        sequence = line
        fasta.append(sequence)
print(...)

这里还有个小bug：if active_sequence_name not in fasta完全逻辑错误——fasta是用来存序列片段的列表，不是存标题的，这行根本起不到你想要的作用，反而可能导致莫名其妙的问题。

给你修正后的代码，解决这两个问题：

import sys
fasta = []
test = []
with open("tests.fasta") as file_one:
    for line in file_one:
        line = line.strip()
        if not line:
            continue
        if line.startswith(">"):
            # 只有当当前有正在处理的序列时，才保存到test
            if fasta:
                test.append(''.join(fasta))
                fasta = []
            # 这里可以记录标题，如果需要的话
            active_sequence_name = line[1:]
            continue
        sequence = line
        fasta.append(sequence)
# 关键：循环结束后，别忘了处理最后一条还没保存的序列
if fasta:
    test.append(''.join(fasta))

# 现在打印test就能看到所有序列了
print(test)

简单说下修正点：

• 删掉了逻辑错误的active_sequence_name not in fasta判断，改成检查fasta是否非空——只有当我们已经攒了一些序列片段时，才需要保存并清空列表。
• 在循环完全结束后，专门检查一次fasta列表，如果里面还有内容（也就是最后一条序列），就把它合并后加入test。这一步就是解决你遗漏最后一条序列的核心！

内容的提问来源于stack exchange，提问作者Nitin