🧬 1.2 ~ 1.3 전사와 번역

1.2 전사와 역상보

1.2.1.DNA 서열이 유효한지 체크

---

🧬 앞선 포스팅에도 나온 내용이지만 계속 쓰이는 함수이기 때문에 적어두겠다.

def validate_dna(dna_seq):
    seqm = dna_seq.upper()
    valid = seqm.count("A") + seqm.count("T") + seqm.count("G") + seqm.count("C")
    if valid == len(seqm): return True
    else: return False

1.2.2.입력한 DNA 서열을 전사한 RNA 서열을 만드는 함수

---

🧬 transcription() 함수 생성
🧬 assert 구문으로 validate_dna() 함수를 불러와 서열의 유효성 확인 : 유효하지 않으면 Invalid DNA sequence 반환
🧬 T를 U로 replace 해서 전사한 RNA 서열 생성

def transcription(dna_seq):
    assert validate_dna(dna_seq), "Invalid DNA sequence"
    return dna_seq.upper().replace("T","U")

print(transcription("ATGGGATCGTAGTCGTACTAGCTAGCTGATGGTACTCGATAGTCTACGTAGCTAGTGGTACTGGATGGTACTCAGTAACAT"))

>> AUGGGAUCGUAGUCGUACUAGCUAGCUGAUGGUACUCGAUAGUCUACGUAGCUAGUGGUACUGGAUGGUACUCAGUAACAU

1.2.3.DNA 서열의 역상보서열

---

🧬 reverse_complement() 함수 생성
🧬 assert 구문으로 validate_dna() 함수를 불러와 서열의 유효성 확인 : 유효하지 않으면 Invalid DNA sequence 반환
🧬 comp라는 빈 문자열에 상보적인 서열 대입 : 역상보 서열이므로 새로 만들어지는 상보 염기가 기존의 comp 앞에 붙도록 설정
🧬 주어진 DNA 서열이 주형가닥 혹은 비주형가닥인지 몰라서 두 가지 경우를 모두 고려해야 하는 경우에 사용

def reverse_complement(dna_seq):
    assert validate_dna(dna_seq), "Invalid DNA sequence"
    comp = ""
    for c in dna_seq.upper():
        if c == "A":
            comp = "T" + comp
        elif c == "T":
            comp = "A" + comp
        elif c == "G":
            comp = "C" + comp
        elif c == "C":
            comp = "G" + comp
    return comp

print(reverse_complement("ATGGGATCGTAGTCGTACTAGCTAGCTGATGGTACTCGATAGTCTACGTAGCTAGTGGTACTGGATGGTACTCAGTAACAT"))

>> ATGTTACTGAGTACCATCCAGTACCACTAGCTACGTAGACTATCGAGTACCATCAGCTAGCTAGTACGACTACGATCCCAT

1.3 번역

1.3.1.코돈을 아미노산으로 번역하기 위한 표준 유전 코드 딕셔너리

---

🧬 translate_codon() 함수 생성
🧬 종결코돈은 _ 으로 선언
🧬 유효하지 않은 코돈에 대해서는 None을 반환

def translate_codon(cod):
    
    tc = {"GCT":"A", "GCC":"A", "GCG":"A",
          "TGT":"C", "TGC":"C",
          "GAT":"D", "GAC":"D",
          "GAA":"E", "GAG":"E",
          "TTT":"F", "TTC":"F",
          "GGT":"G", "GGC":"G", "GGA":"G", "GGG":"G",
          "CAT":"H", "CAC":"H",
          "ATA":"I", "ATT":"I", "ATC":"I",
          "AAA":"K", "AAG":"K",
          "TTA":"L", "TTG":"L", "CTT":"L", "CTC":"L", "CTA":"L", "CTG":"L",
          "ATG":"M", 
          "AAT":"N", "AAC":"N",
          "CCT":"P", "CCC":"P", "CCA":"P", "CCG":"P",
          "CAA":"Q", "CAG":"Q",
          "CGT":"R", "CGC":"R", "CGA":"R", "CGG":"R", "AGA":"R", "AGG":"R",
          "TCT":"S", "TCC":"S", "TCA":"S", "TCG":"S", "AGT":"S", "AGC":"S",
          "ACT":"T", "ACC":"T", "ACA":"T", "ACG":"T",
          "GTT":"V", "GTC":"V", "GTA":"V", "GTG":"V",
          "TGG":"W",
          "TAT":"Y", "TAC":"Y",
          "TAA":"_", "TAG":"_", "TGA":"_"}
          
    if cod in tc: return tc[cod]
    else: return None

1.3.2. DNA 서열을 아미노산 서열로 번역

---

🧬 translate_seq() 함수 생성
🧬 assert 구문으로 validate_dna() 함수를 불러와 서열의 유효성 확인 : 유효하지 않으면 Invalid DNA sequence 반환
🧬 ini_pos 인수 : 처음 번역을 시작하는 위치
🧬 ini_pos 부터 3개씩 끊어가면서 아미노산 서열로 번역 : translate_codon() 에서 가져옴

⭐⭐주형가닥 / 비주형가닥⭐⭐

💊 mRNA 의 번역은 5’ - 3’ 방향으로 일어남
💊 우리가 주는 DNA 서열이 비주형가닥(5’- 3’)이면 이는 주형가닥(3’- 5’)의 mRNA 서열과 T/U 차이 빼고는 동일하므로 바로 주형가닥의 아미노산 서열로 번역이 가능함
💊 반대로 주형가닥인 경우에는 구하려는 아미노산 서열은 비주형가닥의 아미노산 서열과 같으므로 주형가닥의 상보서열을 번역해야 함
💊 따라서 주형가닥인지 비주형가닥인지 판단이 서지 않는 경우에는 역상보서열을 사용하자.

def translate_seq(dna_seq, ini_pos = 0):
    assert validate_dna(dna_seq), "Invalid DNA sequence"
    seqm = dna_seq.upper()
    seq_aa = ""
    
    for pos in range(ini_pos, len(seqm)-2, 3):
        cod = seqm[pos:pos+3]
        seq_aa += translate_codon(cod)
    return seq_aa

print(translate_seq("ATGGGATCGTAGTCGTACTAGCTAGCTGATGGTACTCGATAGTCTACGTAGCTAGTGGTACTGGATGGTACTCAGTAACAT"))
#역상보서열
print(translate_seq(reverse_complement("ATGGGATCGTAGTCGTACTAGCTAGCTGATGGTACTCGATAGTCTACGTAGCTAGTGGTACTGGATGGTACTCAGTAACAT")))

>> 
MGS_SY_LADGTR_ST_LVVLDGTQ_H
MLLSTIQYH_LRRLSSTIS_LVRLRSH

1.3.3.주어진 아미노산을 암호화하고 있는 각 코돈의 비율을 DNA서열로 표현

---

🧬 codon_usage() 함수 생성
🧬 assert 구문으로 validate_dna() 함수를 불러와 서열의 유효성 확인 : 유효하지 않으면 Invalid DNA sequence 반환
🧬 주어진 아미노산을 암호화하는 서열이 있으면 딕셔너리에 추가
🧬 추가할 때마다 total에 1씩 추가하여 주어진 아미노산의 전체 개수를 구함
🧬 해당 아미노산을 암호화하는 서열과 각 코돈의 비율, 전체 개수를 반환

def codon_usage(dna_seq, aa):
    assert validate_dna(dna_seq), "Invalid DNA sequence"
    seqm = dna_seq.upper()
    dic = {}
    total = 0
    for i in range(0, len(seqm)-2, 3):
        cod = seqm[i:i+3]
        if translate_codon(cod) == aa:
            if cod in dic:
                dic[cod] += 1
            else:
                dic[cod] = 1
            total += 1
    if total > 0:
        for k in dic:
            dic[k] /= total
    return (dic, total)

print(codon_usage("atagataactcgcatagc", "S"))

>> 
({'TCG': 0.5, 'AGC': 0.5}, 2)

---

💡 Bioinformatics Algorithms(에이콘출판, 2020)를 공부하고 개인 학습용으로 정리한 자료입니다.