Nyocha usoro DNA/RNA: Nhazi, Motif, Frame Reading Open na Basic Bioinformatics

Uru:

• Ghọta echiche nke nhazi usoro, motif search na oghe oghe ọgụgụ (ORF) ma nwee ọgụgụ isi arụpụtara na-arụ ọrụ, koodu biopython/nyocha nke ga-ekwe omume.
• Ikike ịlele echiche etiti, strand na ụdị genome n'usoro na koodu nke ọgụgụ isi arụpụtara wee were nsonaazụ ya na ntụnyere ama ama.
• Ikike itinye ịdọ aka ná ntị nke ịghara iji usoro ọ bụla enyere site na ọgụgụ isi sitere na isi na ịkwado usoro ọ bụla site na isi mmalite dị ka NCBI / Ensembl.

Nyocha usoro bụ ọrụ kachasị mkpa nke usoro ihe ọmụmụ ihe: ịgụ DNA strand (ma ọ bụ U na RNA) nke nwere mkpụrụedemede A, T, G, C, atụnyere ya, na ịchọta mpaghara bara uru (mkpụrụ ndụ ihe nketa, motifs, usoro nhazi) n'ime ya. N'ime nkeji a, ị ga-amụta ka esi eji ọgụgụ isi mmadụ (AI) dị ka koodu ederede na onye ntụgharị okwu na ọrụ ndị a; mana ị ga-amụta ihe mere ị ga-eji na-enyocha nsonaazụ ya na koodu executable na isi mmalite. Ngwá ọrụ anyị bụ isi ga-abụ Biopython (ọbá akwụkwọ Python nke edere maka iji usoro ndu arụ ọrụ) yana ngwa ọrụ nhazi.

Mbụ ịdọ aka ná ntị: LLM nwere ike ịmepụta njehie site na ebe nchekwa, ọbụlagodi usoro dị mkpirikpi. Ọ nwere ike ịgwakọta leta mgbe a gwara ya ka ọ gbakọọ nchigharị azụ nke usoro n'isi. Ya mere, emela ọrụ eriri site na ịdabere na nzaghachi ederede AI, mana na koodu AI na-ede na ị na-agba ọsọ.

Echiche ndị bụ isi: gịnị ka anyị na-arụ ọrụ?

• Base pair (bp): Akụkụ mkpụrụedemede nke DNA. Mkpụrụ ndụ mmadụ dị ihe dịka ijeri 3.2 bp.
• Strand: DNA bụ helix abụọ; Ụdọ abụọ ahụ bụ ihe mgbochi nke ibe ha. Ọ dị mkpa na eri na-ekwupụta variant.
• Codon: Otu nke ntọala atọ; codon ọ bụla dabara na amino acid (ihe mgbochi protein). Dịka ọmụmaatụ, ATG na-abụkarị codon mmalite (methionine).
• Oghere ọgụgụ mepere emepe (ORF): Mpaghara usoro nke nwere ike itinye koodu maka protein, na-agbatị site na codon mmalite ruo codon nkwụsị (TAA, TAG, TGA).
• Motif: Na-emeghachi usoro usoro dị mkpirikpi nke nwere otu ọrụ; dịka ọmụmaatụ, mpaghara ebe ihe odide ederede jikọtara ya.
• Nhazi: Ịhazi usoro abụọ ma ọ bụ karịa otu n'okpuru nke ọzọ ka ịhụ myirịta ha.

Nzọụkwụ site nzọụkwụ: usoro nyocha ọrụ usoro

1. Nweta usoro sitere na isi iyi a pụrụ ịdabere na ya. Emela ka AI kwuo "chetara" usoro; Budata ya dị ka FASTA (ụdị ederede ọkọlọtọ nke na-echekwa usoro) site na isi mmalite dị ka NCBI, Ensembl, wdg ma nye usoro a na AI.

2. Mee azụmahịa ahụ na koodu. Nwee arụ ọrụ dị ka reverse complement, transcription (DNA→RNA), ntụgharị (RNA→protein), GC ruru nke Biopython koodu mere wee mee koodu ahụ n'onwe gị.

3. Lelee usoro na eri echiche. Rịọ ya ka o kwupụta nke ọma n'ahịrị nkọwa nke eri na ebe agụmagụ koodu na-agba.

4. Tụlee nsonaazụ ya na ntụaka ama ama. Dakọtara protein ma ọ bụ ORF ị mepụtara na ndekọ amaara na nchekwa data. Ogologo na ndakọrịta mbụ na-ejide mperi a na-ahụkarị.

5. Kwenye nkwado na ngwa ọrụ gọọmentị. Ekwela ka AI "bọọlụ anya" myirịta nke usoro abụọ; Nweta akara ọnụọgụ na BLAST (ngwaọrụ ọchụchọ myirịta usoro) ma ọ bụ ọba akwụkwọ alignment.

Ndụmọdụ: Ka ogologo eriri wee bụrụ nlele mbụ gị. Ọnụọgụ amino acid nke protein bụ ihe dịka otu ụzọ n'ụzọ atọ nke ọnụọgụ ntọala nke usoro koodu (ewezuga codon nkwụsị). Ọ bụrụ na ogologo ahụ adabaghị, etiti ma ọ bụ eri adịghị mma.

Obere ikpe atọ

Ikpe 1 - Njehie mmeju na-agbanwe agbanwe. Otu nwa akwụkwọ jụrụ AI gbasara mmeju azụ nke usoro 5'-GATTACA-3'; AI nyere "TGTAATC" (ziri ezi). Agbanyeghị, n'usoro ogologo nke ntọala 20, AI kwụsịrị isi na nsonaazụ ya bụ ntọala 19. Mgbe nwa akwụkwọ ahụ gbara ya na Seq ("...") .reverse_complement () na Biopython, o were 20 bases wee jide njehie ahụ. Oge efu: nkeji 2.

Ikpe 2 - Frame mgbanwe. Onye na-eme nchọpụta nwere usoro nzuzo nke 900 a sụgharịrị n'ime protein; AI "na-agụ" protein amino acid 280 site na ederede. Ihe a tụrụ anya ya bụ amino acid 299 (nkwụsị 900/3-1). Ihe dị iche bụ na AI sitere na nucleotide nke abụọ. Enwetara ogologo ziri ezi mgbe koodu malitere site na etiti mbụ.

Ikpe 3 - Nkwenye nwetara. Otu onye na-ahụ maka ụlọ nyocha nyochara usoro 16S rRNA nke ụdị nje nje abụọ site n'ịjụ "ha bụ otu?" ọ jụrụ AI; "O yikarịrị ka ọ bụ otu," AI kwuru. Mgbe onye ọrụ nka na-agba ọsọ BLAST, ọ hụrụ myirịta 97.8% yana ọdịiche isi iri na abụọ - ọdịiche dị oke egwu maka ịkpa oke ọkwa ụdị. Ọ bụrụ na enweghị akara ọnụọgụ, a ga-etinye nsonaazụ "otu" na-ezighi ezi na mkpesa.

Ọmụmaatụ: iyi Biopython nwere ike ịnwapụta

si Bio.Seq mbubata Seq # Bubata usoro site na FASTA ị budatara na NCBI; Emela ka AI kwuo "chetara m". dna = Seq ("ATGGCCATTGTAATGGGCCGCTGAAAGGGTGCCCGATAG") mbipụta (" Ogologo (bp):", len (dna)) mbipụta ("ọnụego GC (%):", gburugburu (100 * (dna.count("G") + dna.count("C")) / len(dna), 1))bipụta (:" Ntụgharị si na etiti 1; ruo ịkwụsị codonprotein = dna.translate(to_stop=Ezigbo)bipụta ("Protein:", protein, "| Ogologo (mm):", len (protein))

Ọ bụ ezie na AI na-ede koodu a, ị na-ahụ izi ezi nke mmepụta site na iji ya. Ogologo, oke GC, na protein bụ ntụnyere aka ama ama.

Ndebiri anọ enwere ike iṅomi

1) Arụ ọrụ n'usoro nwere ike ịnwapụta:

Dee koodu biopython nke enwere ike ime ya maka usoro FASTA ndị a: [usoro/ọrụ]. Gbakọọ ogologo, oke GC, reverse complement, and translation from frame 1. Kwupụta nke eri na etiti echere. Emela usoro; Naanị jiri usoro m nyere gị.

2) Nlele ORF:

Dee koodu Eke Ọgba nke na-achọta okpokolo agba ghe oghe n'usoro enyere (na atọ niile na eriri ntụgharị nhọrọ). Kpesa ọkwa mmalite, ogologo, na protein atụgharịrị maka ORF ọ bụla. Kakwa akara ORF kacha ogologo.

3) Nkwenye ntinye:

Achọrọ m ịtụnyere arrays abụọ. "Oyiri?" Unu ekpela ikpe n'anya; dee koodu ntinye n'otu ụzọ wee kọsaa pasentị myirịta na ọnụọgụ dị iche na ọnụọgụ. Isi mmalite: [usoro 1], [usoro 2].

4) Nchọta motif:

Chọọ motif ndị a (nakwa dị ka okwu oge niile) na eriri enyere: [motif]. Depụta ebe (1 dabere) nke egwuregwu niile. Dee ma kọwapụtakwa egwuregwu ndị kpuchiri ekpuchi.

Ngwa ngwa adịghị ike / Ike siri ike

Adịghị ike: "Dee protein nke usoro a: ATGGCC..."

Nsogbu: AI na-atụgharị na ederede, nwere ike ịgbagha etiti/eriri, enweghị ike ịchọpụta ogologo.

siri ike: "Dee koodu biopython na-arụ ọrụ nke na-atụgharị usoro ndị a site na etiti 1, na-akọ ogologo oge ma kwụsị codon; agbanwela usoro ahụ, jiri naanị nke m nyere: ATGGCC..."

Ihe kpatara o ji dị ike: A na-eme nhazi na koodu, usoro doro anya, enwere ike nyochaa mmepụta ya na ọnụọgụ.

Achọ

ụzọ na-ezighi ezi

ụzọ ziri ezi

laa azụ mmeju

Ka AI jiri ederede dee

Biopython reverse_complement()

ntụgharị asụsụ

Ka AI tụgharịa site na ebe nchekwa

Koodu, na-akọwapụta usoro

myirịta

"Oyiri?" anya mkpebi

BLAST/nkwakọba akara

motif

Ka AI jiri aka gụọ ya

Koodu, nwere ndepụta ọnọdụ

Isi mmalite

Ka AI cheta

FASTA sitere na NCBI/Ensembl

Mmejọ ndị nkịtị

• Ọ bụghị ịkọwapụta usoro. Ntụgharị asụsụ sitere na etiti na-ezighi ezi na-ewepụta protein dị mkpụmkpụ ma ọ bụ na-ezighi ezi.
• Na-agbanye yarn ahụ. Ụdị dị iche iche ma ọ bụ motif nwere ike ịdị na eriri azụ; Ekwesịrị ka e dee echiche eri.
• Ime AI na-eburu usoro ahụ n'isi. LLM enweghị ike ịmepụta ogologo eriri na-enweghị njehie; Ị na-enye usoro mgbe niile.
• Na-ekpe ikpe site na anya maka myirịta. Asịla "otu/yiri" na-enweghị akara ọnụọgụ.
• Ngwakọta RNA/DNA. Ịgwakọta U na T na-akpaghasị ntụgharị asụsụ; dokwuo anya ụdị ntinye.

Akpachara anya: Ọbụlagodi myirịta dị elu na pasentị dị na BLAST na ngwaọrụ ndị yiri ya apụtachaghị n'ụzọ ndụ "otu"; E-uru (ohere ohere) na ogologo mpaghara jikọtara ọnụ kwesịrị ịtụle ọnụ.

Omimi: ịgụpụta mpụta BLAST nke ọma

Inwe AI ịkọwapụta nsonaazụ BLAST na-azọpụta oge; Ma emela mkpebi ọ bụla ruo mgbe ị gụrụ isiokwu atọ ahụ n'onwe gị. Nke mbụ bụ e-uru (uru a tụrụ anya): ọnụ ọgụgụ a na-atụ anya ugboro ugboro nke akara a nwere ike ime na mberede; Uru dị ntakịrị dị ka 1e-50 pụtara ike, uru dị ka 0.1 fọrọ nke nta ka ọ bụrụ mkpọtụ. Nke abụọ bụ mkpuchi ajụjụ: kedu pasentị nke usoro ajụjụ ka egwuregwu ahụ kpuchiri; 98% myirịta ma naanị 20% mkpuchi pụtara na obere akụkụ nke usoro yiri nke ahụ na-eduhie eduhie. Nke atọ bụ njirimara pasentị. Ọ bụrụ na agụghị atọ ndị a ọnụ, ọnụ ọgụgụ dị elu naanị adịghị egosi ihe ọ bụla.

Ihe atụ pụtara ìhè: onye nchọpụta KWERE iberibe mkpụrụ ndụ ihe nketa ọ ka chịkọtara; "99% dakọtara na mmadụ BRCA2, otu mkpụrụ ndụ ihe nketa," AI kwuru. Mgbe onye nyocha ahụ lere anya na mmepụta ya, ọ hụrụ na mkpuchi ahụ bụ naanị 15% - akụkụ nke kwekọrọ bụ naanị mpaghara dị mkpirikpi, na-emegharị n'ime ọtụtụ puku ntọala nke BRCA2. Nkọwa ziri ezi abụghị "otu mkpụrụ ndụ ihe nketa" kama "na-ekerịta ebumnuche ugboro ugboro". Ịgụ oke gbochiri nkọwahie zuru oke.

kọlụm BLAST

kedu ihe ọ na-ekwu

ọnyà

E-uru

puru nke ndaba

Ọ bụrụ na ọ dị elu, egwuregwu ahụ nwere ike ịbụ ihe efu

Mkpuchi ajụjụ

Ọnụọgụgụ ajụjụ kpuchiri ekpuchi

Ọ bụrụ na ọ dị ala, pasentị na-eduhie eduhie

pasent njirimara

Ọnụego ntọala dabara adaba

naanị ya ezughị

bitscore

Ike nhazi nke ọma

Atụgharịrị dịka ogologo

5) Nsụgharị nkọwapụta BLAST:

Kọwaa tebụl BLAST ndị a, mana ekpebila: chịkọta ọnụ e-uru, mkpuchi ajụjụ na njirimara pasentị maka ahịrị ọ bụla iche iche wee gosi ọnụ ụzọ kwesịrị iru tupu ị nweta nkwubi okwu dịka “otu mkpụrụ ndụ ihe nketa”. Tebụl: [mado].

Na nchịkọta

• Ekwesịrị iji koodu AI na-ede na ị na-agba ọsọ, ọ bụghị site na nzaghachi ederede AI.
• Ekwesịrị ikwupụta usoro na echiche eri mgbe niile n'ụzọ doro anya; nlele ogologo bụ ngwaọrụ kacha ejide njehie.
• Nweta usoro mgbe niile site na isi iyi a pụrụ ịdabere na ya (NCBI, Ensembl); Emela ka AI buru ya n'isi.
• A na-enyocha myiri na nhazigharị site na ngwa ọrụ gọọmentị yana akara ọnụọgụ, ọ bụghị site na anya.

Ọrụ ngwa

Budata usoro ngbanwe dị mkpirikpi site na isi mmalite ntụkwasị obi (dịka NCBI). Site na ndebiri 1 na 2 dị n'elu, jụọ AI maka koodu Biopython, mee koodu ahụ; Tulee ogologo na usoro nke protein ị mepụtara na ndekọ amaara na nchekwa data. Ọ bụrụ na ịchọta ihe na-adịghị mma, gbalịa dozie ya site n'ịgbanwe usoro nhazi / eriri ma rịba ama usoro ahụ.

ndetu

• [] Enwetara m usoro site na isi iyi a pụrụ ịdabere na ya, enweghị m AI na-eburu ya n'isi.
• [ ] Eji m koodu arụ ọrụ arụrụ arụ ọrụ.
• [] Akọwapụtala m nke ọma usoro na echiche eri.
• [] Eji m ogologo protein/ORF tụnyere ntụnye aka.
• [] Ahụrụ m myirịta ya na ngwa ọrụ gọọmentị na akara ọnụọgụ.
• [ ] Alelere m nkewa RNA/DNA na U/T.