Séquence

Importer les bibliothèques

from Bio import SeqIO
from Bio import pairwise2

Déclarer des séquences

• SeqIO.parse('alignement.fasta', "fasta") alignement du fichier fasta (renvoie un itérateur, à utiliser dans une boucle).
• Bio.Seq.Seq("sequence") déclarer une séquence.
• SeqIO.write(align(ali), "fichier.fasta", "fasta") exporter la séquence dans un fichier fasta.
• enumerate(seq) renvoie la position et la base.
• MutableSeq(genomeLambda.seq) rendre une séquence modifiable (from Bio.Seq import MutableSeq).

Propriétés des séquences :

• annotations["organism"] accéder attribut d'une séquence accessible sequence.ATTRIBUT.
• sequence.complement() renvoie la séquence complémentaire.
• sequence.reverse_complement() renvoie la séquence complémentaire inverse.
• sequence.transcribe() transcrire de l'ADN en ARN.
• sequence.translate() passer d'une séquence nucléotide à la séquence d'acides aminés.
• sequence.count("oligo") compter le nombre d'occurences.

Alignement des séquences

Bibliothèque Pairwise permet d'aligner des séquences deux à deux.

• AlignIO.read(output_file, "fasta") importer des fastas d'alignement.
• AlignIO.write(alignment, "fichier.fasta", "fasta") exporter l'alignement en fasta.

• pairwise2.align aligner des séquences. Les éléments sont accessibles en classe (ex : .id). L'alignement utilise comme algo :

  • .globalms(seq1, seq2, 2, -1, -5, -2) algo globalms.
  • .globalxx(seq1, seq2) algo ?

BLAST

from Bio.Blast import NCBIWWW from Bio.Blast import NCBIXML

• NCBIWWW.qblast("blastp", "nr", query_sequence) nr pour non-redondante
• NCBIXML.parse(result_handle) parcourir et analyser un fichier.

Visualiser les séquences

Libary pymsaviz

• mv = MsaViz( fichier, wrap_length=60, show_count=True) Paramètre :

  • show_consensus=True créer un consensus.

• mv.savefig("api_example01.png") sauvegarder et afficher l'image dans un fichier.

Ajouter des fichiers :

• mv.add_markers([30, (40, 50), 55], color = "green", marker = "+") ajouter des repères.
• mv.add_text_annotation((23, 39), "Libellé", text_color = "red", range_color = "red") ajouter un région.

Motif

from Bio import motifs

• motifs.create([seq(), seq(), seq()]) # créer un motif
• motifs.read(open(chemin + "data/YAP3_MA0416.1.pfm", "r"), "jaspar")

Attributs :

• motifPHO2.counts matrice de comptage
• motifPHO2.consensus renvoie la séquence la plus probable.
• motifPHO2.degenerate_consensus W pour A ou T et V pour A, C, ou G

Afficher le motif

library seqlogo

1. seqlogo.CompletePm(pfm=pd.DataFrame(motifPHO2.counts), alphabet_type = 'DNA') calculer
2. seqlogo.seqlogo(pfm, format='png', size='medium') créer la représentation graphique (display(graph) pour l'afficher).