第一次使用Markdown语言写日志，还是挺顺手的，从此告别Word。
一方面学习生物信息，一方面巩固Python，下面进入正题。
基因序列下载
NCBI: National Center for Biotechnology Information，可在其官网上下载到所需相关的基因序列。
官网：https://www.ncbi.nlm.nih.gov
将序列导入Python
将从NCBI下载到的基因序列（fasta格式文件），保存到便于找到的文件夹内。以下代码可以实现将所下载的序列导入Python。
fasta = {} #新建字典
with open('/sequence.fasta') as file: #引号内为所下载文件
sequence = ""
for line in file:
if line.startswith(">"):
name = line[1:].rstrip()
fasta[name] = ''
continue
fasta[name] += line.rstrip().upper()其中fasta.items(name)为其名称，fasta.items(sequence)为其序列。
计算各碱基数
通过以下代码实现各个碱基数的统计（题外话，在PAT题库里见过类似的题目，不过是当时拿C语言写的，然而Python三行就搞定了，可见Python封神不无道理）
ntCounts = []
for nt in ['A', 'C', 'G', 'T']:
ntCounts.append(seq.count(sequence)) #sequece为所导入的序列GC含量计算
GC含量是在DNA4种碱基中，鸟嘌呤和胞嘧啶所占的比率称为GC含量。GC含量愈高，DNA的密度也愈高，同时热及碱不易使之变性，因此利用这一特性便可进行DNA的分离或测定。可根据以下公式计算。
$$ \frac{G+C}{A+T+G+C}\times100\% $$
total = len(sequence)
#更改为A,T可计算AT含量，也更改可计碱基含量算某一含量
gcCount = sequence.count('G') + sequence.count('C')
gcContent = format(float(gcCount / total * 100), '.6f')转录与逆转录
DNA转录即把T替换成U，我们得先导入re包，才能完成替换。
import re通过以下代码即可完成。
rnaSeq = re.sub('T', 'U', seqeunce) 同理，逆转录则为
rnaSeq = re.sub('T', 'U', seqeunce) RNA翻译
翻译过程严格按照碱基互补配对原则进行，编码蛋白质氨基酸序列的各个三联体密码连续阅读。
可根据如上密码子，编写代码：
codonTable = {
'AUA':'I', 'AUC':'I', 'AUU':'I', 'AUG':'M',
'ACA':'T', 'ACC':'T', 'ACG':'T', 'ACU':'T',
'AAC':'N', 'AAU':'N', 'AAA':'K', 'AAG':'K',
'AGC':'S', 'AGU':'S', 'AGA':'R', 'AGG':'R',
'CUA':'L', 'CUC':'L', 'CUG':'L', 'CUU':'L',
'CCA':'P', 'CCC':'P', 'CCG':'P', 'CCU':'P',
'CAC':'H', 'CAU':'H', 'CAA':'Q', 'CAG':'Q',
'CGA':'R', 'CGC':'R', 'CGG':'R', 'CGU':'R',
'GUA':'V', 'GUC':'V', 'GUG':'V', 'GUU':'V',
'GCA':'A', 'GCC':'A', 'GCG':'A', 'GCU':'A',
'GAC':'D', 'GAU':'D', 'GAA':'E', 'GAG':'E',
'GGA':'G', 'GGC':'G', 'GGG':'G', 'GGU':'G',
'UCA':'S', 'UCC':'S', 'UCG':'S', 'UCU':'S',
'UUC':'F', 'UUU':'F', 'UUA':'L', 'UUG':'L',
'UAC':'Y', 'UAU':'Y', 'UAA':'', 'UAG':'',
'UGC':'C', 'UGU':'C', 'UGA':'', 'UGG':'W',
}
protein = ""
#步长为3，即每3个碱基为一组，在如上字典找到对应氨基酸
for codonStart in range(0, len(rna), 3):
codon = rnaSeq[codonStart:codonStart + 3]
if codon in codonTable:
protein += codonTable[codon]protein即为所得到的蛋白质序列。
反向核酸序列互补转换
对于DNA来说，A转换为T，T转换为A，C转换为G，G转换为C；
对于RNA来说，A转换为T，U转换为A，C转换为G，G转换为C；
因而，可以编写如下代码:
seqeunce = seqeunce[::-1]
dnaTable = {
"A":"T", "T":"A", "C":"G", "G":"C"
}
rnaTable = {
"A": "T", "U": "A", "C": "G", "G": "C"
}
res = ""
#判断类型是DNA或者是RNA，在此之前可以写一个判断序列是DNA或者RNA的函数
if type == "dna":
for ele in seqeunce:
if ele in seqeunce::
res += dnaTable[ele]
else:
for ele in seq:
if ele in seq:
res += rnaTable[ele] res为所得转换后的序列。
今天到此为止。
参考文献