处理用于QPCR引物设计的16S序列

最近在做肠道微生物的课题，搜索得知SILVA数据库是最近更新而且用的最多的，看网上的教程把其全库的序列下载了下来，没有比对的有200多兆，比对完的超过三个G，参考的那个微信公众号文章说只需要下载没有比对的，我还不信邪，把两个都下载下来了，一个解压后有3G，另一个有76g多，实在是难以处理，3g多的还勉强可以操作，于是就一小的文件做了筛选。

筛选用的是我刚入门的python，虽然水平挺菜，但是至少能用，水平也或许制约这我难以处理76g的文件。贴上我的一段筛选代码，及其简单，都没有什么复杂结构，水平啊！就是从中筛选出一个门或者属/种的16S序列。

筛选完后发现太多了，特别是门，有几十万条，于是就再精选一下，把门中每个属只留一个，瞬间就变成千条左右了。

好了，这样差不多就能愉快地比对找保守区域设计引物了。