计算基因组大小

基因组大小统计在很多生信分析都会用到。
$ /home/huguang/script/Python/faCount.py

#coding=utf-8
import sys
aList=[]
fa_file = sys.argv[1]
with open(fa_file,'r') as f:
	for line in f:
		line = line.strip()
		line = line.upper()
		if not line.startswith(">"):
			baseA = line.count("A")
			baseT = line.count("T")
			baseC = line.count("C")
			baseG = line.count("G")
			aList.extend([baseA, baseT, baseC, baseG])
			# print(aList)
	print("有效基因组大小：", sum(aList))

faCount可以统计得到基因组数据中的总碱基数和基因组装配中缺失碱基数（即被标位N的碱基）。
有效基因组大小 = 总碱基数 - 被标为N的碱基数

本脚本是直接统计ATCG碱基总数从而确定有效基因组大小。
$ faCount.py hg19.fa
有效基因组大小：2897310462