Seq 객체 다루기

이번 포스팅에서는 간단하게 Seq 객체를 다루는 법을 살펴볼 것이다.

 

Seq class는 BioPython의 class 중 하나로 말 그대로 서열의 속성같은 것을 가지고 있는 class이다. 서열답게 전사,번역,역상보적인 결합 등을 method로 손쉽게 구할 수 있다. 그리고 Seq 클래스는 파이썬의 기본적인 문자열의 속성까지 어느정도 계승했으므로 인덱스를 이용한 스플라이싱, len()함수 등을 그대로 쓸 수 있다.

 

https://rosalind.info/problems/rvco/

ROSALIND | Complementing a Strand of DNA

 

 이 문제는 주어진 서열과 그 서열의 역상보적인 서열이 같은 개수를 구하는 문제이다. 이는 Seq 클래스의 .reverse_complement() attribute를 쓰면 손쉽게 구할 수 있다.

from Bio import SeqIO

with open(r"파일경로",'r') as f:
    records = SeqIO.parse(f,'fasta')
    ans=0
    for record in records:
        if record.seq==record.seq.reverse_complement():
            ans+=1
    
    print(ans)

 

https://rosalind.info/problems/orfr/

ROSALIND | Finding Genes with ORFs

 

이 문제는 주어진 서열에서 오픈리딩프레임을 따져가며 만들 수 있는 모든 단백질 서열 중 가장 길이가 긴 것을 출력하는 문제이다. 이 문제 또한 Seq 객채의 attribute들을 쓰면 쉽게 구할 수 있다. 조금 까다로운 점은 ORF를 따지기에 서열의 길이가 3의 배수로 떨어지지 않을 때이다. 이 경우 애매하게 남은 것들을 잘라버리거나 의미없는 문자를 추가해서 3의 배수로 맞춰줘야한다. 필자는 의미 없는 문자 N을 개수만큼 더해줘서 해결했다.

 

from Bio.Seq import Seq

def find_orf(seq):
    ans=[]
    for i in range(len(seq)-3):
        if seq[i:i+3] == 'ATG':
            add_N = (3-(len(seq[i:])%3))%3
            trailed_seq = Seq(seq[i:]+'N'*(add_N))     
            protein = trailed_seq.translate(to_stop=True)
            ans.append(protein)
    
    return ans


with open(r"파일경로",'r') as f:
    DNA_seq = Seq(f.readline().rstrip())
    DNA_rcseq = DNA_seq.reverse_complement()
    
    ans=find_orf(DNA_seq)+find_orf(DNA_rcseq)
    print(sorted(ans,key=len,reverse=True)[0])