基因序列分析的步骤和方法

基因序列分析的步骤和方法

拖鞋兰，大陆也有叫“鞋兰”的，指的是兰科植物中，它的下花瓣变形成奇特袋状花器一族的总称，中文名称的由来是源自于英文对这一族群的俗称”Lady Slipper Orchids”，当年订定这一花种中文名字的植物学者就将其直译为「拖鞋兰」，说真格的，这名称有点失之粗鄙，实在很难从字义上去意会这一群具观赏价值，又饶富趣味的兰属是甚么样子；做为商品的推广，近年来有不少有心人呼吁为其另立新词，吾人宁愿称其为「仙履兰」，即表达其传奇、趣味，又隐含高贵气质之意，同时也符合其中一属的学名。属于兰科，杓兰亚科，有四种遗产基因：凤仙花、Phragmipedium、Selenipedium和Mexipedium

Google图片搜索：Google Image Search

为了访问在美国欧洲的基因数据库肯能要使用twisted，是python2.7的标准库。-

序列分析的步骤：

首先查看科学论文数据库例如，PubMed

从基因数据库例如GenBank中下载序列文件

/DIST/docs/tutorial/examples/ls_orchid.fasta

/DIST/docs/tutorial/examples/ls_orchid.gbk

把序列信息转换成python可用的数据结构；

分析阶段：翻译、转录、权计算、k最近邻居、朴素贝叶斯算法等等

>>> from Bio import SeqIO

>>> for seq_record in SeqIO.parse("ls_orchid.fasta", "fasta"):

... print seq_record.id

... print repr(seq_record.seq)

... print len(seq_record)

......

Found 94 records The last record Z78439.1

Seq('CATTGTTGAGATCACATAATAATTGATCGAGTTAATCTGGAGGATC

TGTTTACT...GCC', IUPACAmbiguousDNA()) 592 The first record

Z78533.1

Seq('CGTAACAAGGTTTCCGTAGGTGAACCTGCGGAAGGATCATTGATG AGACCGTGG...CGC', IUPACAmbiguousDNA()) 740

python2.7有至少四个目录作为新软件包的安装目录，标准库都放在第一个目录里；自己编译的通常放在第二个、第三个目录里；第三方软件放在第四个目录里：

1./usr/lib/dist-packages

2./usr/local/lib/dist-packages

3./usr/local/lib/site-packages

4./usr/lib/pymodules/python2.7