Удалите повторяющиеся последовательности из файла fasta на основе ID

Question

Я написал крошечный скрипт biopython для извлечения последовательностей из файла fasta на основе идентификатора, но он извлекает дубликаты, поэтому я ищу для фильтрации последовательностей из моих файлов fasta, которые являются дубликатами (например, имеют точно такой же ID).

Я попытался изменить свой сценарий, но мне не удалось:

from Bio import SeqIO 

id = [] 
for line in open("short.txt","r"): 
    id.append(line.rstrip().strip('"')) 


for rec in SeqIO.parse("out.fa","fasta"): 
    #print rec.id 
    if rec.id in id: 
     if rec.id not in rec.format: 
      print rec.format("fasta") 

Может кто-нибудь помочь?

Answer 1

ids = set() 
for rec in blah: 
    if rec.id not in ids: 
     ids.add(rec.id) 
     # process it