如何在python中使用序列文件创建数据集

我有一个蛋白质序列文件,如下所示:

>102L:A       MNIFEMLRIDEGLRLKIYKDTEGYYTIGIGHLLTKSPSLNAAAKSELDKAIGRNTNGVITKDEAEKLFNQDVDAAVRGILRNAKLKPVYDSLDAVRRAALINMVFQMGETGVAGFTNSLRMLQQKRWDEAAVNLAKSRWYNQTPNRAKRVITTFRTGTWDAYKNL       -------------------------------------------------------------------------------------------------------------------------------------------------------------------XX

第一个是序列的名称,第二个是实际的蛋白质序列,第一个是显示是否有任何缺失坐标的指示符。在这种情况下,请注意最后有两个“X”。这意味着序列的最后两个剩余部分在本例中为“NL”,是缺失的坐标。

通过Python编码,我希望生成一个如下所示的表:

1. 序列的名称
2. 缺少坐标的总数(X的数量)
3. 这些缺失坐标的范围(即这些X的位置范围) 4) 序列的长度 5) 实际序列

所以 最终结果 应该是这样的:

>102L:A 2 163-164 164 MNIFEMLRIDEGLRLKIYKDTEGYYTIGIGHLLTKSPSLNAAAKSELDKAIGRNTNGVITKDEAEKLFNQDVDAAVRGILRNAKLKPVYDSLDAVRRAALINMVFQMGETGVAGFTNSLRMLQQKRWDEAAVNLAKSRWYNQTPNRAKRVITTFRTGTWDAYKNL

到目前为止,我的代码如下:

total_seq = []
with open('sample.txt') as lines:
    for l in lines:
        split_list = l.split()

        # Assign the list number
        header = split_list[0]                                # 1
        seq = split_list[1]                                   # 5
        disorder = split_list[2]

        # count sequence length and total residue of missing coordinates
        sequence_length = len(seq)                            # 4

        for x in disorder:
            counts = 0
            if x == 'X':
                counts = counts + 1

        total_seq.append([header, seq, str(counts)])   # obviously I haven't finish coding 2 & 3

with open('new_sample.txt', 'a') as f:
    for lol in total_seq:
        f.write('\n'.join(lol))

我是python新手,有人能帮忙吗?