💻 Б8: Транслација на секвенца¶

Опис на барање

Од произволниот CDS што го избравте добивте стоп/старт кодони. Направете транслација за да ги добиете сите можни протеински секвенции.

from Bio import SeqIO
from Bio.Data import CodonTable

gene_record = SeqIO.read("yersinia-pestis-fasta/NC_005816.gb", "genbank")
mito_table = CodonTable.unambiguous_rna_by_id[11]

# Читање на 'pim'
sub_record = gene_record[4342:4780]
# Транскрипција на 'pim'
sub_rna = sub_record.seq.transcribe()
# Листи за позиции на старт и стоп кодони за 'pim'
start_codon_positions = []
stop_codon_positions = []
# Листи за имињата на најдените кодони за 'pim'
start_found = []
stop_found = []
# Конверзија во стринг, за полесна работа
rna_string = str(sub_rna)

"""
Идеја на пребарување: 
- Започни од 0 и движи се до целата секвенца -2
- Земи го моменталниот триплет 
- Провери дали е во старт кодоните -> Ако е зачувај торка (позиција, триплет)
- Ако не, провери дали е во стоп кодоните -> Ако е зачувај торка (позиција, триплет)
- Зголеми го бројачот 
"""

k = 0
while k < len(rna_string)-2:
    # екстрахирај моментална три-нуклеотидна суб-секвенца
    current_codon = rna_string[k:k+3]
    if current_codon in mito_table.start_codons:
        start_found.append((k, current_codon))
    elif current_codon in mito_table.stop_codons:
        stop_found.append((k, current_codon))
    k += 1

Во претходното барање (💻 Б7) ги доззнавме сите 64 старт кодони и 21 стоп кодони. Овие две бројки ни укажуваат на тоадека можеме да комбинираме на различни начини за да екстрахираме протеински секвенци т.е. да ги добиеме соодветните амино-киселени за протеинската секвенца од тоа парче на РНА.

Важно за транслација

Многу важен услов при транслација меѓу старт/стоп кодони е тоа дека позицијата каде е пронајден старт кодонот, првата позиција на РНА секвенцата која ја преведуваме, мора да е помал број (позиција) од таа на стоп кодонот.

Ова е повеќе логичка грешка што може да настане доколку сакаме да ги најдеме сите можно комбинации од старт и стоп кодони (мора да имаме услов кој би проверувал позициите да се соодветни.

print(f'Вкупен број на старт кодони: {len(start_found)}')
print(f'Старт кодон со позиција: {start_found}')
print()
print(f'Вкупен број на стоп кодони: {len(stop_found)}')
print(f'Стоп кодон со позиција: {stop_found}')

Вкупен број на старт кодони: 64
Старт кодон со позиција: [(0, 'AUG'), (12, 'AUG'), (15, 'AUC'), (26, 'AUU'), (29, 'UUG'), (33, 'UUG'), (42, 'AUA'), (44, 'AUU'), (50, 'AUC'), (53, 'AUC'), (58, 'GUG'), (64, 'UUG'), (80, 'AUA'), (82, 'AUA'), (96, 'AUC'), (99, 'UUG'), (113, 'AUU'), (118, 'AUA'), (124, 'UUG'), (130, 'AUU'), (134, 'AUU'), (135, 'UUG'), (142, 'AUG'), (147, 'AUC'), (151, 'AUG'), (190, 'AUA'), (192, 'AUU'), (216, 'AUU'), (217, 'UUG'), (225, 'AUC'), (229, 'AUA'), (242, 'AUG'), (246, 'AUG'), (249, 'AUA'), (251, 'AUC'), (254, 'AUU'), (261, 'AUA'), (270, 'AUU'), (280, 'AUG'), (286, 'AUA'), (289, 'CUG'), (293, 'CUG'), (298, 'UUG'), (304, 'AUU'), (315, 'AUA'), (329, 'AUA'), (331, 'AUG'), (339, 'AUA'), (343, 'AUC'), (354, 'AUA'), (368, 'AUC'), (370, 'CUG'), (381, 'AUA'), (387, 'GUG'), (396, 'AUA'), (404, 'AUC'), (408, 'AUC'), (412, 'CUG'), (416, 'UUG'), (421, 'CUG'), (425, 'AUA'), (427, 'AUU'), (430, 'AUC'), (433, 'AUU')]

Вкупен број на стоп кодони: 21
Стоп кодон со позиција: [(13, 'UGA'), (109, 'UAG'), (115, 'UAA'), (194, 'UAA'), (230, 'UAA'), (247, 'UGA'), (256, 'UAA'), (265, 'UAG'), (272, 'UAA'), (281, 'UGA'), (299, 'UGA'), (313, 'UAA'), (316, 'UAA'), (334, 'UAG'), (355, 'UAA'), (364, 'UAA'), (382, 'UAG'), (385, 'UAG'), (388, 'UGA'), (397, 'UAA'), (435, 'UAA')]

Сега бидејќи има голем број на комбинации ќе изберам неколку (3-4) за да демонстрирам како изгледа процесот на транслација од таа РНА-субсеквенца, која:

почнува на позицијата на првата база од избраниот старт кодон
завршува на позицијата на последната база од избраниот стоп кодон (позиција + 2; за последните 2 бази од стоп кодонот)

Траснлација 1¶

print(f"Старт кодон: {start_found[0]}")
print(f"Стоп кодон: {stop_found[0]}")
read_seq1 = sub_rna[start_found[0][0]:stop_found[0][0]+2]
print(f'Екстрахирана секвенца од избраните кодони: {read_seq1}')
print(f'Должина: {len(read_seq1)}')

Старт кодон: (0, 'AUG')
Стоп кодон: (13, 'UGA')
Екстрахирана секвенца од избраните кодони: AUGGGAGGGGGAAUG
Должина: 15

Излез по преведување:

protein_seq1 = read_seq1.translate(table='Bacterial')
print(f'Протеинска секвенца 1:\n{protein_seq1}')
print(f'Должина: {len(protein_seq1)}')

Протеинска секвенца 1:
MGGGM
Должина: 5

Траснлација 2¶

print(f"Старт кодон: {start_found[2]}")
print(f"Стоп кодон: {stop_found[13]}")
read_seq2 = sub_rna[start_found[2][0]:stop_found[12][0]+2]
print(f'Екстрахирана секвенца од избраните кодони: {read_seq2}')
print(f'Должина: {len(read_seq2)}')

Старт кодон: (15, 'AUC')
Стоп кодон: (334, 'UAG')
Екстрахирана секвенца од избраните кодони: AUCUCAAAGUUAUUUUGCUUGGCUCUCAUAUUUUUAUCAUCAAGUGGCCUUGCAGAAAAAAACACAUAUACAGCAAAAGACAUCUUGCAAAACCUAGAAUUAAAUACCUUUGGCAAUUCAUUGUCUCAUGGCAUCUAUGGGAAACAGACAACCUUCAAGCAAACCGAGUUUACAAAUAUUAAAAGCAACACCAAAAAACACAUUGCACUUAUCAAUAAAGACAACUCAUGGAUGAUAUCAUUAAAAAUACUAGGAAUUAAGAGAGAUGAGUAUACUGUCUGUUUUGAAGAUUUCUCUCUAAUA
Должина: 303

Излез по преведување:

protein_seq2 = read_seq2.translate(table='Bacterial')
print(f'Протеинска секвенца 2:\n{protein_seq2}')
print(f'Должина: {len(protein_seq2)}')

Протеинска секвенца 2:
ISKLFCLALIFLSSSGLAEKNTYTAKDILQNLELNTFGNSLSHGIYGKQTTFKQTEFTNIKSNTKKHIALINKDNSWMISLKILGIKRDEYTVCFEDFSLI
Должина: 101

Траснлација 3¶

print(f"Старт кодон: {start_found[34]}")
print(f"Стоп кодон: {stop_found[20]}")
read_seq3 = sub_rna[start_found[34][0]:stop_found[20][0]+2]
print(f'Екстрахирана секвенца од избраните кодони: {read_seq3}')
print(f'Должина: {len(read_seq3)}')

Старт кодон: (251, 'AUC')
Стоп кодон: (435, 'UAA')
Екстрахирана секвенца од избраните кодони: AUCAUUAAAAAUACUAGGAAUUAAGAGAGAUGAGUAUACUGUCUGUUUUGAAGAUUUCUCUCUAAUAAGACCGCCAACAUAUGUAGCCAUACAUCCUCUACUUAUAAAAAAAGUAAAAUCUGGAAACUUUAUAGUAGUGAAAGAAAUAAAGAAAUCUAUCCCUGGUUGCACUGUAUAUUAUCAUUA
Должина: 186

Излез по преведување:

protein_seq3 = read_seq3.translate(table='Bacterial')
print(f'Протеинска секвенца 3:\n{protein_seq3}')
print(f'Должина: {len(protein_seq3)}')

Протеинска секвенца 3:
IIKNTRN*ER*VYCLF*RFLSNKTANICSHTSSTYKKSKIWKLYSSERNKEIYPWLHCILSL
Должина: 62

Транслација 4¶

print(f"Старт кодон: {start_found[0]}")
print(f"Стоп кодон: {stop_found[-1]}")
read_seq4 = sub_rna[start_found[0][0]:stop_found[20][0]+2]
print(f'Екстрахирана секвенца од избраните кодони: {read_seq4}')
print(f'Должина: {len(read_seq4)}')

Старт кодон: (0, 'AUG')
Стоп кодон: (435, 'UAA')
Екстрахирана секвенца од избраните кодони: AUGGGAGGGGGAAUGAUCUCAAAGUUAUUUUGCUUGGCUCUCAUAUUUUUAUCAUCAAGUGGCCUUGCAGAAAAAAACACAUAUACAGCAAAAGACAUCUUGCAAAACCUAGAAUUAAAUACCUUUGGCAAUUCAUUGUCUCAUGGCAUCUAUGGGAAACAGACAACCUUCAAGCAAACCGAGUUUACAAAUAUUAAAAGCAACACCAAAAAACACAUUGCACUUAUCAAUAAAGACAACUCAUGGAUGAUAUCAUUAAAAAUACUAGGAAUUAAGAGAGAUGAGUAUACUGUCUGUUUUGAAGAUUUCUCUCUAAUAAGACCGCCAACAUAUGUAGCCAUACAUCCUCUACUUAUAAAAAAAGUAAAAUCUGGAAACUUUAUAGUAGUGAAAGAAAUAAAGAAAUCUAUCCCUGGUUGCACUGUAUAUUAUCAUUA
Должина: 437

Излез по преведување:

protein_seq4 = read_seq4.translate(table='Bacterial')
print(f'Протеинска секвенца 4:\n{protein_seq4}')
print(f'Должина: {len(protein_seq4)}')

Протеинска секвенца 4:
MGGGMISKLFCLALIFLSSSGLAEKNTYTAKDILQNLELNTFGNSLSHGIYGKQTTFKQTEFTNIKSNTKKHIALINKDNSWMISLKILGIKRDEYTVCFEDFSLIRPPTYVAIHPLLIKKVKSGNFIVVKEIKKSIPGCTVYYH
Должина: 145

Лабораториска вежба Биоинформатика

💻 Б8: Транслација на секвенца¶

Траснлација 1¶

Траснлација 2¶

Траснлација 3¶

Транслација 4¶