BioSequences 1.1.5

Description:

BioSequences 1.1.5

BioSequences





BioSequences

关于本项目
安装

pip 安装
下载源码安装


示例

加载序列信息
序列基本操作


贡献者
致谢




关于本项目
BioSequences是一个集合了基本的常用的生物序列分析工具的包，旨在提高日常一些基本序列分析流程的工作效率，以及为大数据分析提供一些基础支持。
完整文档请看这里Document。
安装
pip 安装
pip install biosequences

下载源码安装
windows下需要安装Microsoft VC++编译工具, Linux 需要安装gcc或其他编译工具。
git clone https://github.com/Dragon-GCS/BioSequences.git
cd BioSequences
python -m pip install BioSequences

示例
加载序列信息
bioseq可以从标准fasta格式的文件或NCBI/Ensemble数据库读取序列信息。当fetch方法的参数为列表时可以批量抓取目标序列。
>>> from bioseq.utils import loadFasta, fetchNCBI, fetchENS
>>> sequence1 = loadFasta("/path/to/file.fasta")
>>> bsa = fetchNCBI("NP_851335.1")
>>> actin = fetchENS("ENST00000614376")

序列基本操作
bioseq.RNA，bioseq.DNA 和 bioseq.Peptide 都继承自 bioseq.Sequence，因此三者基本操作基本一致。


查看序列的基本属性
>>> actin.GC, actin.length
(0.5, 102)
>>> actin.composition
{'A': 24, 'C': 18, 'G': 33, 'T': 27}
>>> actin.seq
'AGAAACTTTAGCATCTGGCTAGGAGCATCTGTGGTGGCTCACCTTTCTACCTATACGTGTGAGTGGGTGACCTGAGAGGAGTACGGTGAGCATATGAGGATG'
>>> round(bsa.weight, 1)
69334.4
>>> bsa.pI
6.805
>>> round(bsa.chargeInpH(7.4), 2)
-13.76



DNA序列或RNA序列可以进行转录transcript()，DNA序列有translate()方法可以翻译为RNA序列。
还可以通过bioseq.config.START_CODON自定义起始密码子，以及通过修改bioseq.config.CODON——TABLE自定义密码子表。
>>> from bioseq.config import START_CODON, CODON_TABLE
>>> actin.transcript()
>>> START_CODON[0] = 'AGA'
>>> actin.transcript()
[N-RNFSIWLGASVVAHLSTYTCEWVT-C]
>>> CODON_TABLE["AAC"] = "Y"
>>> actin.transcript()
[N-RYFSIWLGASVVAHLSTYTCEWVT-C]



两个相同类型的序列可以进行拼接
>>> from bioseq import DNA
>>> dna1 = DNA("ATCG")
>>> dna2 = DNA("GCAT")
>>> dna1 + dna2
"5'-ATCGGCAT-3'"
>>> dna2 + dna1
"5'-GCATATCG-3'"



通过mutation()方法对序列进行修改
>>> dna1.mutation("ATC", "GGG")
'GGGG'
>>> dna1.mutation(0, "AT")
'ATGG'
>>> dna1.mutation([0, 3], "C")
'CTGC'



Sequence用C语言实现了Needleman-Wunsch全局比对和Smith-Waterman局部比对两种基本的序列匹配算法，可以用来快速比对序列（局部比对仅返回匹配的局部序列）。
>>> DNA("GCATGCT").align("GATTACA")
('GCA-TGCT', 'G-ATTACA', -4.0)
>>> DNA("GCATGCT").align("GATTACA", 2)
('AT', 'AT', 4.0)

比对返回的前两个参数为比对后的序列，第三个参数为匹配得分，可以通过bioseq.utils.printAlign()来优化比对结果的显示。
>>> from bioseq.utils import printAlign
>>> seq1, seq2, score = DNA("GCATGCT").align("GATTACA")
>>> printAlign(seq1, seq2)
1 GCA-TGCT
┃━┃━┃•┃•
1 G-ATTACA

可以通过修改bioseq.config.AlignmentConfig来修改匹配时的罚分，默认为MATCH(2.0), MISMATCH(-3.0), GAP_OPEN: (-3.0), GAP_EXTEND(-3.0)
>>> from bioseq.config import AlignmentConfig
>>> AlignmentConfig.GAP_OPEN = -10
>>> DNA("GCATGCT").align("GATTACA")
('GCATGCT', 'GATTACA', -6.0)



贡献者






致谢

Read the Docs
Img Shields