python提取gbff文件cds序列

什么是GBFF文件

• GenBank纯文本文件格式(GenBank flatfile， 简称GBFF)
• GBFF是GenBank数据库的基本信息单位
• GBFF序列文件由单个的序列条目组成。
• 序列条目由字段组成，每个字段由关键字起始，后面为该 字段的具体说明。
• 字段分若干次子字段，以次关键字或特性表说明符开始。
• 每个序列条目以双斜杠“//*作结束标记

每个序列条目所代表的意义

1、 LOCUS（代码）序列的功能、序列长度、类型、种属来源、录入日期

2、 DEFINITION（说明）所含的生物学意义的总结性描述

3、 ACCESSION（编号）具有唯一性和永久性

4、 VERSION（版本号）检索号、版本号

5、 KEYWORDS（关键词）描述序列，“ . ”表示没有任何描述内容

6、 SOURCE（数据来源）序列来源生物的简称，或分子类型

7、 REFERENCE （文献）与该数据有关的参考文献，按发表时间排名

8、 FEATURES（特性表）描述基因和基因的产物，以及与序列相关的生物学特性，其中包括
 

• a. 特性关键词(Feature key) 简要说明功能组的关键词
• b. 特性位置(Location) 指明在特性表中的什么地方找到相关特性
• c. 限定词(Qualifiers) 相关特性的辅助信息

9、 ORIGIN（碱基排列顺序）类似于FASTA格式给出了所记录的序列

最后直接上代