Python für die Bioinformatik beherrschen

Kapitel 5. Berechnen des GC-Gehalts: Parsen von FASTA und Analysieren von Sequenzen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In Kapitel 1 hast du alle Basen in einer DNA-Sequenz gezählt.In dieser Übung musst du die Gsund Csin einer Sequenz zählen und durch die Länge der Sequenz teilen, um den GC-Gehalt zu bestimmen wie auf der Rosalind GC-Seite beschrieben. Der GC-Gehalt ist in mehrfacher Hinsicht informativ. Ein höherer GC-Gehalt weist in der Molekularbiologie auf eine relativ höhere Schmelztemperatur hin, und DNA-Sequenzen, die für Proteine kodieren, befinden sich meist in GC-reichen Regionen. Es gibt viele Möglichkeiten, dieses Problem zu lösen, und alle beginnen mit der Verwendung von Biopython zum Parsen einer FASTA-Datei, einem wichtigen Dateiformat in der Bioinformatik. Ich zeige dir, wie du mit dem Modul Bio.SeqIO über die Sequenzen in der Datei iterieren kannst, um die Sequenz mit dem höchsten GC-Gehalt zu identifizieren.

Du wirst lernen:

• Wie man das FASTA-Format mit Bio.SeqIO

• So liest man STDIN (ausgesprochen: Standard in)

• Es gibt mehrere Möglichkeiten, den Begriff der for Schleife mit Hilfe von List Comprehensions auszudrücken, filter(), und map()

• Wie man Laufzeitprobleme wie die Speicherzuweisung beim Parsen großer Dateien bewältigt

• Mehr über die Funktion sorted()

• Wie man Formatierungsanweisungen in Formatstrings einfügt

• So fügst du mit der Funktion sum() eine ...