Biopython - zaawansowane operacje sekwencyjne

W tym rozdziale omówimy niektóre z zaawansowanych funkcji sekwencji zapewnianych przez Biopython.

Uzupełnienie i dopełnienie odwrotne

Sekwencję nukleotydową można uzupełnić odwrotnie, aby uzyskać nową sekwencję. Ponadto, komplementowana sekwencja może być komplementowana odwrotnie, aby uzyskać oryginalną sekwencję. Biopython zapewnia dwie metody wykonania tej funkcji -complement i reverse_complement. Kod do tego jest podany poniżej -

>>> from Bio.Alphabet import IUPAC 
>>> nucleotide = Seq('TCGAAGTCAGTC', IUPAC.ambiguous_dna) 
>>> nucleotide.complement() 
Seq('AGCTTCAGTCAG', IUPACAmbiguousDNA()) 
>>>

Tutaj metoda complement () pozwala na uzupełnienie sekwencji DNA lub RNA. Metoda reverse_complement () uzupełnia i odwraca wynikową sekwencję od lewej do prawej. Jest to pokazane poniżej -

>>> nucleotide.reverse_complement() 
Seq('GACTGACTTCGA', IUPACAmbiguousDNA())

Biopython używa zmiennej ambiguous_dna_complement dostarczonej przez Bio.Data.IUPACData do wykonania operacji uzupełniania.

>>> from Bio.Data import IUPACData 
>>> import pprint 
>>> pprint.pprint(IUPACData.ambiguous_dna_complement) {
   'A': 'T',
   'B': 'V',
   'C': 'G',
   'D': 'H',
   'G': 'C',
   'H': 'D',
   'K': 'M',
   'M': 'K',
   'N': 'N',
   'R': 'Y',
   'S': 'S',
   'T': 'A',
   'V': 'B',
   'W': 'W',
   'X': 'X',
   'Y': 'R'} 
>>>

Zawartość GC

Przewiduje się, że skład zasad genomowego DNA (zawartość GC) znacząco wpłynie na funkcjonowanie genomu i ekologię gatunku. Zawartość GC to liczba nukleotydów GC podzielona przez całkowitą liczbę nukleotydów.

Aby uzyskać zawartość nukleotydów GC, zaimportuj następujący moduł i wykonaj następujące kroki -

>>> from Bio.SeqUtils import GC 
>>> nucleotide = Seq("GACTGACTTCGA",IUPAC.unambiguous_dna) 
>>> GC(nucleotide) 
50.0

Transkrypcja

Transkrypcja to proces zamiany sekwencji DNA na sekwencję RNA. Faktyczny proces transkrypcji biologicznej polega na wykonaniu odwrotnego dopełniacza (TCAG → CUGA) w celu uzyskania mRNA, traktując DNA jako nić matrycową. Jednak w bioinformatyce, a więc w Biopythonie, zazwyczaj pracujemy bezpośrednio z nicią kodującą i możemy uzyskać sekwencję mRNA, zmieniając literę T na U.

Prosty przykład powyższego jest następujący -

>>> from Bio.Seq import Seq 
>>> from Bio.Seq import transcribe 
>>> from Bio.Alphabet import IUPAC 
>>> dna_seq = Seq("ATGCCGATCGTAT",IUPAC.unambiguous_dna) >>> transcribe(dna_seq) 
Seq('AUGCCGAUCGUAU', IUPACUnambiguousRNA()) 
>>>

Aby odwrócić transkrypcję, T zmienia się na U, jak pokazano na poniższym kodzie -

>>> rna_seq = transcribe(dna_seq) 
>>> rna_seq.back_transcribe() 
Seq('ATGCCGATCGTAT', IUPACUnambiguousDNA())

Aby uzyskać nić matrycową DNA, reverse_complement the back transkrybowane RNA, jak podano poniżej -

>>> rna_seq.back_transcribe().reverse_complement() 
Seq('ATACGATCGGCAT', IUPACUnambiguousDNA())

Tłumaczenie

Translacja to proces translacji sekwencji RNA na sekwencję białka. Rozważ sekwencję RNA, jak pokazano poniżej -

>>> rna_seq = Seq("AUGGCCAUUGUAAU",IUPAC.unambiguous_rna) 
>>> rna_seq 
Seq('AUGGCCAUUGUAAUGGGCCGCUGAAAGGGUGCCCGAUAG', IUPACUnambiguousRNA())

Teraz zastosuj funkcję translate () do powyższego kodu -

>>> rna_seq.translate() 
Seq('MAIV', IUPACProtein())

Powyższa sekwencja RNA jest prosta. Rozważ sekwencję RNA, AUGGCCAUUGUAAUGGGCCGCUGAAAGGGUGCCCGA i zastosuj translate () -

>>> rna = Seq('AUGGCCAUUGUAAUGGGCCGCUGAAAGGGUGCCCGA', IUPAC.unambiguous_rna) 
>>> rna.translate() 
Seq('MAIVMGR*KGAR', HasStopCodon(IUPACProtein(), '*'))

Tutaj kodony stop są oznaczone gwiazdką „*”.

W metodzie translate () można zatrzymać się na pierwszym kodonie stop. Aby to zrobić, możesz przypisać to_stop = True w translate () w następujący sposób -

>>> rna.translate(to_stop = True) 
Seq('MAIVMGR', IUPACProtein())

Tutaj kodon stop nie jest zawarty w wynikowej sekwencji, ponieważ go nie zawiera.

Tabela tłumaczeń

Strona Kody genetyczne NCBI zawiera pełną listę tabel tłumaczeń używanych przez Biopython. Zobaczmy przykład standardowej tabeli do wizualizacji kodu -

>>> from Bio.Data import CodonTable 
>>> table = CodonTable.unambiguous_dna_by_name["Standard"] 
>>> print(table) 
Table 1 Standard, SGC0
   | T       | C       | A       | G       | 
 --+---------+---------+---------+---------+-- 
 T | TTT F   | TCT S   | TAT Y   | TGT C   | T
 T | TTC F   | TCC S   | TAC Y   | TGC C   | C
 T | TTA L   | TCA S   | TAA Stop| TGA Stop| A
 T | TTG L(s)| TCG S   | TAG Stop| TGG W   | G 
 --+---------+---------+---------+---------+--
 C | CTT L   | CCT P   | CAT H   | CGT R   | T
 C | CTC L   | CCC P   | CAC H   | CGC R   | C
 C | CTA L   | CCA P   | CAA Q   | CGA R   | A
 C | CTG L(s)| CCG P   | CAG Q   | CGG R   | G 
 --+---------+---------+---------+---------+--
 A | ATT I   | ACT T   | AAT N   | AGT S   | T
 A | ATC I   | ACC T   | AAC N   | AGC S   | C
 A | ATA I   | ACA T   | AAA K   | AGA R   | A
 A | ATG M(s)| ACG T   | AAG K   | AGG R   | G 
 --+---------+---------+---------+---------+--
 G | GTT V   | GCT A   | GAT D   | GGT G   | T
 G | GTC V   | GCC A   | GAC D   | GGC G   | C
 G | GTA V   | GCA A   | GAA E   | GGA G   | A
 G | GTG V   | GCG A   | GAG E   | GGG G   | G 
 --+---------+---------+---------+---------+-- 
>>>

Biopython używa tej tabeli do przetłumaczenia DNA na białko, a także do znalezienia kodonu Stop.