제한효소 커터 만든 썰 푼다

뭐 하는 코드인가

시퀀스와 제한효소 이름을 입력하면 그 제한효소가 인식하는 시퀀스와 커팅 방식을 찾아주는 코드. 그러니까 얘가 이걸 자르냐를 보는거지 이걸 자르는 효소를 무작정 찾는 게 아님. 그 기능이 필요하시다고요?

http://nc2.neb.com/NEBcutter2/

여기로 모시겠습니다 고객님~

코드

일단 깃헙에도 있는데 Jupyter file임… py파일로도 만들긴 만들어야 하는데 일단 주는 Jupyter쪽.

import pandas as pd

DB가 csv고, 파이썬에서 이거 불러서 본격적으로 만지려면 판다스가 필요합니다.

enzyme_table = pd.read_csv('/home/koreanraichu/restriction.csv') # 일단 자체적으로 구축했음... 저거 종류 개많습니다 ㅠㅠ 
enzyme_table = enzyme_table.sort_values('Enzyme')
# csv파일의 구성은 크게 효소 이름, 인식하는 시퀀스, 해당 시퀀스를 자르는 형태와 sticky or blunt 여부로 구성되어 있습니다.

참고로 현재 csv파일 형식은

이렇게 되어 있음. 깃헙에는 안 올라와있습니다. 얘가 용량때문에 걸릴까봐 그런 것도 있고 지금 수동으로 구축중이라… (이사람) sort는 그냥 효소 이름순으로 정렬한겁니다.

enzyme=input('시퀀스를 찾을 제한효소를 입력해주세요: ')
search_sequence=input('제한효소 site를 찾을 시퀀스를 입력해주세요: ')

이건 평범하게 효소랑 시퀀스 입력 받는 란. 효소 이름의 경우 토씨 하나 안 틀리고 입력해야 한다. 아직 대소문자 보정 기능이 없다.

if enzyme_table['Enzyme'].isin([enzyme]).any() == True:
    res_find = enzyme_table.sequence[(enzyme_table['Enzyme'] == enzyme)]
    res_find = res_find.to_string(index=False)
    res_find = str(res_find)
    print(res_find)
    # 효소 이름이 데이터베이스에 있을 경우 검색할 시퀀스 데이터를 가져온다
    res_site = enzyme_table.restriction_site[(enzyme_table['Enzyme'] == enzyme)]
    res_site = res_site.to_string(index=False)
    res_site = str(res_site)
    print(res_site)
    # 효소 이름이 데이터베이스에 있을 경우 검색하고 대체할 시퀀스 데이터를 가져온다
    cut_feature = enzyme_table.cut_feature[(enzyme_table['Enzyme'] == enzyme)]
    cut_feature = cut_feature.to_string(index=False)
    cut_feature = str(cut_feature)
    print(cut_feature)
    # blunt or sticky(나중에 저장 기능 추가할 때 넣을 예정입니다)
else: 
    print("No data in Database")

일단 여기서 진행되는 처리가 크게 두 가지임.

1. DB에 효소가 있다
2. DB에 효소가 없다

그레서 거기에 대한 처리를 하는 겁니다. 참고로 인식하는 시퀀스나 자르는 시퀀스에 N, W, B같은 게 들어가 있는 효소는 DB에 없음. 그거는 따로 처리가 필요해서…

if enzyme_table['Enzyme'].isin([enzyme]).any() == True:
    print(search_sequence.find(str(res_find)))
else: 
    pass
# 여기는 검색결과가 존재하지 않으면 -1로 나옵니다. (윗 블럭이랑 여기는 넘어가도 되는 부분)

여기는 패스해도 되는 부분. 마지막 줄에 패스하라고 나왔는데 그게 그 패스였냐 find()는 백준 문자열 파트에서도 꽤 썼던건데, 이거는 문자열이 있으면 문자열의 위치를(여러개 있을 경우 가장 처음 위치), 없으면 -1을 출력한다.

with open ('Result.txt','w',encoding='utf-8') as f: 
    if search_sequence.find(res_find) != -1:
        search_sequence = search_sequence.replace(res_find,res_site)
        print(enzyme,",",cut_feature)
        print(search_sequence)
        f.write(enzyme)
        f.write(", ")
        f.write(res_site)
        f.write(", ")
        f.write(cut_feature)
        f.write("\n")
        f.write(search_sequence)
        f.close()
        # DB에 효소가 있고 일치하는 시퀀스가 있을 때
    elif enzyme_table['Enzyme'].isin([enzyme]).any() == True and search_sequence.find(res_find) == -1:  
        print("No restriction site in this sequence. ")
        f.write(enzyme)
        f.write(", ")
        f.write(res_site)
        f.write(", ")
        f.write(cut_feature)
        f.write("\n")
        f.write("This restricion enzyme never cut this sequence. ")
        f.close()
        # DB에 효소가 있으나 일치하는 시퀀스가 없을 때
    else:
        print("No data in database. ")
        f.write(enzyme)
        f.write("\n")
        f.write("This restriction enzyme not entried in database. ")
        f.close()
        # DB에 효소가 없을 때

결과 출력은 크게 분기가 세 개다. 그 중 하나는 위에서도 말했던 DB에 효소가 없을 때의 분기. DB에 있을 때는

1. DB에 있고 인식 시퀀스가 있는가?
2. DB에 있는데 인식 시퀀스가 없는가?

이걸로 나눈다. 거기에 따라 저장 형식도 다르다.