Biopython 简明教程
Biopython - Motif Objects
序列基序是一个核苷酸或氨基酸序列模式。序列基序是由可能不相邻的氨基酸的三维排列形成的。Biopython 提供了一个单独的模块 Bio.motifs,用于访问如下指定的序列基序的功能 −
from Bio import motifs
Creating Simple DNA Motif
让我们使用以下命令创建一个简单的 DNA 基序序列 −
>>> from Bio import motifs
>>> from Bio.Seq import Seq
>>> DNA_motif = [ Seq("AGCT"),
... Seq("TCGA"),
... Seq("AACT"),
... ]
>>> seq = motifs.create(DNA_motif)
>>> print(seq) AGCT TCGA AACT
要计数序列值,请使用以下命令 −
>>> print(seq.counts)
0 1 2 3
A: 2.00 1.00 0.00 1.00
C: 0.00 1.00 2.00 0.00
G: 0.00 1.00 1.00 0.00
T: 1.00 0.00 0.00 2.00
使用以下代码来计数序列中的“A” −
>>> seq.counts["A", :]
(2, 1, 0, 1)
如果您想访问计数列,请使用以下命令 −
>>> seq.counts[:, 3]
{'A': 1, 'C': 0, 'T': 2, 'G': 0}
Creating a Sequence Logo
我们现在将讨论如何创建序列标识。
考虑以下序列 −
AGCTTACG
ATCGTACC
TTCCGAAT
GGTACGTA
AAGCTTGG
您可以使用以下链接创建自己的标识 − http://weblogo.berkeley.edu/
添加上面序列并创建一个新标识,并将图像命名为 seq.png 保存到您的 Biopython 文件夹。
seq.png
在创建图像后,现在运行以下命令 −
>>> seq.weblogo("seq.png")
此 DNA 序列基序被表示为 LexA 结合基序的序列标识。
JASPAR Database
JASPAR 是最流行的数据库之一。它为阅读、写入和扫描序列提供了任何基序格式的设施。它为每个基序存储元信息。 The module Bio.motifs contains a specialized class jaspar.Motif to represent meta-information attributes 。
它拥有以下显著的属性类型 −
-
matrix_id − 唯一的 JASPAR 基序 ID
-
名称 − 基序名称
-
tf_family − 基序家族,例如“螺旋-环状-螺旋”
-
data_type − 基序中使用的数据类型
让我们在 biopython 文件夹中创建一个名为 sample.sites 的 JASPAR 位点格式。它在下面定义 −
sample.sites
>MA0001 ARNT 1
AACGTGatgtccta
>MA0001 ARNT 2
CAGGTGggatgtac
>MA0001 ARNT 3
TACGTAgctcatgc
>MA0001 ARNT 4
AACGTGacagcgct
>MA0001 ARNT 5
CACGTGcacgtcgt
>MA0001 ARNT 6
cggcctCGCGTGc
在上面的文件中,我们创建了基序实例。现在,让我们从上述实例创建一个基序对象 −
>>> from Bio import motifs
>>> with open("sample.sites") as handle:
... data = motifs.read(handle,"sites")
...
>>> print(data)
TF name None
Matrix ID None
Matrix:
0 1 2 3 4 5
A: 2.00 5.00 0.00 0.00 0.00 1.00
C: 3.00 0.00 5.00 0.00 0.00 0.00
G: 0.00 1.00 1.00 6.00 0.00 5.00
T: 1.00 0.00 0.00 0.00 6.00 0.00
此处,data 从 sample.sites 文件读取所有基序实例。
要打印 data 中的所有实例,请使用以下命令 −
>>> for instance in data.instances:
... print(instance)
...
AACGTG
CAGGTG
TACGTA
AACGTG
CACGTG
CGCGTG
使用以下命令统计所有值 −
>>> print(data.counts)
0 1 2 3 4 5
A: 2.00 5.00 0.00 0.00 0.00 1.00
C: 3.00 0.00 5.00 0.00 0.00 0.00
G: 0.00 1.00 1.00 6.00 0.00 5.00
T: 1.00 0.00 0.00 0.00 6.00 0.00
>>>