Biopython Motif对象

序列基序是核苷酸或氨基酸序列模式。序列基序是由可能不相邻的氨基酸的三维排列形成的。Biopython提供了一个单独的模块Bio.motifs来访问序列基序的功能，如下所示-

from Bio import motifs

1. 创建简单的DNA图案

使用以下命令创建一个简单的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

要计算序列值，请使用以下命令-

>>> 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

使用以下代码按顺序计算A -

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

如果要访问计数列，请使用以下命令-

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

2. 创建序列徽标

现在我们来看看如何创建序列徽标。考虑以下顺序-

AGCTTACG 
ATCGTACC 
TTCCGAAT 
GGTACGTA 
AAGCTTGG

可以使用以下链接创建自己的徽标 - http://weblogo.berkeley.edu/ ，添加以上序列并创建一个新徽标，并将名为seq.png的图像保存在biopython文件夹中。

创建图像后，现在运行以下命令 -

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

该DNA序列基序被表示为LexA结合基序的序列标志。

3. JASPAR数据库

JASPAR是最受欢迎的数据库之一。它提供用于读取，写入和扫描序列的任何motif格式的工具。它存储每个motif的元信息。Bio.motifs模块包含一个专门的类jaspar.Motif，用于表示元信息属性。

它具有以下属性类型 -

• matrix_id − 唯一的JASPAR motif ID。
• name − motif的名称。
• tf_family − motif族，例如’Helix-Loop-Helix’。
• data_type − motif使用的数据类型。

在biopython文件夹中创建一个JASPAR网站格式：sample.sites。它定义如下-

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

在上面的文件中，我们创建了motif实例。从上述实例创建motif对象-

>>> 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

在这里，从sample.sites文件读取所有motif实例数据。要从数据中打印所有实例，请使用以下命令-

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

使用以下命令计算所有值-

>>> 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
>>>