题目地址:http://rosalind.info/problems/prot/
首先,需要先识别mRNA中的翻译起始位点,即AUG,然后从该位置,根据标准遗传密码表,将整个mRNA序列翻译成蛋白质,如果中途遇到终止密码子,则显示Stop.
当然,biopython也提供了翻译蛋白质的模块,可以很方便的将mRNA或者DNA翻译成蛋白质。
这是不用biopython的代码:
#*_coding: utf-8_*
import re
def mRNA_protein(RNA_string):
'''将mRNA翻译成蛋白质'''
start_code = 'AUG'
end_code = ['UAA', 'UAG', 'UGA']
protein_table = {'UUU': 'F', 'CUU': 'L', 'AUU': 'I', 'GUU': 'V', \
'UUC': 'F', 'CUC': 'L', 'AUC': 'I', 'GUC': 'V', \
'UUA': 'L', 'CUA': 'L', 'AUA': 'I', 'GUA': 'V', \
'UUG': 'L', 'CUG': 'L', 'AUG': 'M', 'GUG': 'V', \
'UCU': 'S', 'CCU': 'P', 'ACU': 'T', 'GCU': 'A', \
'UCC': 'S', 'CCC': 'P', 'ACC': 'T', 'GCC': 'A', \
'UCA': 'S', 'CCA': 'P', 'ACA': 'T', 'GCA': 'A', \
'UCG': 'S', 'CCG': 'P', 'ACG': 'T', 'GCG': 'A', \
'UAU': 'Y', 'CAU': 'H', 'AAU': 'N', 'GAU': 'D', \
'UAC': 'Y', 'CAC': 'H', 'AAC': 'N', 'GAC': 'D', \
'UAA': 'Stop', 'CAA': 'Q', 'AAA': 'K', 'GAA': 'E', \
'UAG': 'Stop', 'CAG': 'Q', 'AAG': 'K', 'GAG': 'E', \
'UGU': 'C', 'CGU': 'R', 'AGU': 'S', 'GGU': 'G', \
'UGC': 'C', 'CGC': 'R', 'AGC': 'S', 'GGC': 'G', \
'UGA': 'Stop', 'CGA': 'R', 'AGA': 'R', 'GGA': 'G', \
'UGG': 'W', 'CGG': 'R', 'AGG': 'R', 'GGG': 'G'
}
#找到起始密码子的位置
start_sit = re.search(start_code, RNA_string)
protein = ''
#按阅读框匹配蛋白质
for sit in range(start_sit.end(), len(RNA_string), 3):
protein = protein + protein_table[RNA_string[sit:sit+3]]
print protein
if __name__ == '__main__':
RNA_string = open('E:\\bioinfo\data\\rosalind_prot\\rosalind_prot.txt', 'r').read().strip()
mRNA_protein(RNA_string)
下面是使用biopython的代码:
#_*_ coding: utf-8 _*
from Bio import Seq
from Bio.Alphabet import generic_dna, generic_rna
from Bio import SeqIO
from Bio.Data import CodonTable
#载入mRNA序列
RNA_string = open('E:\\bioinfo\data\\rosalind_prot\\rosalind_prot.txt', 'r').read().strip()
my_seq = Seq.Seq(RNA_string, generic_rna)
#载入标准遗传密码表
standard_table = CodonTable.unambiguous_rna_by_name['Standard']
#将mRNA翻译成蛋白质
protein = my_seq.translate(table='Standard')
print protein