Biopython - 基序物件

---

---

序列基序是一種核苷酸或氨基酸序列模式。序列基序是由氨基酸的三維排列形成的，這些氨基酸可能不相鄰。Biopython 提供了一個單獨的模組 Bio.motifs 來訪問序列基序的功能，如下所示：

from Bio import motifs

建立簡單的 DNA 基序

讓我們使用以下命令建立一個簡單的 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

要計算序列值，請使用以下命令：

>>> 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

使用以下程式碼計算序列中的“A”：

>>> seq.counts["A", :] 
(2, 1, 0, 1)

如果要訪問計數列，請使用以下命令：

>>> seq.counts[:, 3] 
{'A': 1, 'C': 0, 'T': 2, 'G': 0}

建立序列標識

我們現在將討論如何建立序列標識。

考慮以下序列：

AGCTTACG 
ATCGTACC 
TTCCGAAT 
GGTACGTA 
AAGCTTGG

您可以使用以下連結建立自己的標識：http://weblogo.berkeley.edu/

新增上述序列並建立一個新的標識，並將名為 seq.png 的影像儲存到您的 biopython 資料夾中。

seq.png

建立影像後，現在執行以下命令：

>>> seq.weblogo("seq.png")

此 DNA 序列基序表示為 LexA 結合基序的序列標識。

JASPAR 資料庫

JASPAR 是最流行的資料庫之一。它提供任何基序格式的讀取、寫入和掃描序列的功能。它儲存每個基序的元資訊。Bio.motifs 模組包含一個專門的類 jaspar.Motif 來表示元資訊屬性。

它具有以下值得注意的屬性型別：

• matrix_id - 唯一的 JASPAR 基序 ID
• name - 基序的名稱
• tf_family - 基序的家族，例如“螺旋-環-螺旋”
• data_type - 基序中使用的資料型別。

讓我們在 biopython 資料夾中建立一個名為 sample.sites 的 JASPAR 站點格式。其定義如下：

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

在上面的檔案中，我們建立了基序例項。現在，讓我們從上面的例項建立一個基序物件：

>>> 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

在這裡，data 從 sample.sites 檔案讀取所有基序例項。

要列印 data 中的所有例項，請使用以下命令：

>>> for instance in data.instances: 
...    print(instance) 
... 
AACGTG 
CAGGTG 
TACGTA 
AACGTG 
CACGTG 
CGCGTG

使用以下命令計算所有值：

>>> 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
>>>