1

Quero contar quantas trincas de base do tipo ATC (por exemplo) tem na sequencia seq.

O que fiz até agora foi:

# CONTAGEM DE NUCLEOTIDEOS
# CONTAGEM DE TRINCAS/CÓDONS DE UMA SEQUENCIA seq

seq = 'ATC CAA GTC AGC TAG CGT ATC ATC GTC ATG CTC AAA CAC TAC GAT GCT AAT'.replace(" ", "")

conta = contt = contc = contg = contador = contATC = 0

for x in seq:
    if x == 'A':
      conta += 1
    if x == 'T':
      contt += 1
    if x == 'C':
      contc += 1
    if x == 'G':
      contg += 1
    if x == 'ATC':       # trinca ATC
      contATC += 1

    contador += 1  # total

print(f'''A quantidade de nucleotideos "A" é {conta},
      de "T" é {contt}, de "C" é {contc}, de "G" é {contg},"ATC" é {contATC}
      assim, o total foi {contador}.''')

Podem me criticar construtivamente em relação a outras coisas também, estou aberto a aprender!

1 Resposta 1

3

Se as trincas estão separadas por espaço, uma alternativa é separá-las usando split e contar quantas são iguais a "ATC":

seq = 'ATC CAA GTC AGC TAG CGT ATC ATC GTC ATG CTC AAA CAC TAC GAT GCT AAT'
atc = 0 # quantidade de ATC
for s in seq.split():
    if s == 'ATC':
        atc += 1

Já para contar as letras individualmente, você pode usar um Counter:

from collections import Counter
c = Counter(seq)

E para obter os totais basta pegá-los do Counter:

print(f'A quantidade de nucleotideos "A" é {c["A"]}, de "T" é {c["T"]}, de "C" é {c["C"]}, de "G" é {c["G"]}, de "ATC" é {atc}')

Quanto ao total geral, bastaria somar os valores do Counter, ignorando os espaços:

total = sum(qtd for s, qtd in c.items() if s in ('A', 'T', 'C', 'G'))

Detalhe: quando você itera por uma string (como em for x in seq), a cada iteração o x será um dos caracteres da string, e portanto ele nunca será igual a "ATC". Sendo assim, seu código não funcionará.


Agora se não tiver espaços, uma alternativa é iterar pela string e ir pegando pedaços de 3 em 3:

seq = 'ATCGATCTA'
atc = 0
for i in range(0, len(seq), 3):
    if seq[i:i + 3] == 'ATC':
        atc += 1

Eu uso a sintaxe de slicing para pegar determinado trecho da string: seq[i:i + 3] pega 3 caracteres a partir da posição i, e o i vai de zero até o tamanho da string, pulando de 3 em 3. Ou seja, no exemplo acima eu pego primeiro "ATC", depois "GAT" e depois "CTA", e portanto a quantidade de "ATC" será 1.

Nos comentários você disse que usou count, mas cuidado que pode dar diferença. Para o exemplo acima, seq.count('ATC') resulta em 2, pois "ATC" ocorre 2 vezes na string:

ATCGATCTA
^^^ ^^^
 |   |
 |   \_ segunda ocorrência
 \_____ primeira ocorrência

Só que a segunda ocorrência eu entendo que está errada, pois o "AT" faz parte da trinca "GAT" e o "C" faz parte do "CTA", então na verdade não é uma ocorrência de "ATC".

7
  • Muito obrigado!! E se a sequência não tivesse os espaços? Como fazer para identificar uma trinca 'ATC'? seq = 'ATCCAAGTCAGCTAGCGTATCATCGTCATGCTCAAACACTACGATGCTAAT' Commented 8/01/2021 às 19:32
  • 1
    Suponha que em sua sequencia original você tivesse '... AAT CTC ...' ao remover os espaços você consideraria este ATC como válido? (...AATCTC...). Explique melhor os requisitos.
    – anonimo
    Commented 8/01/2021 às 19:38
  • Ahhh, entendi, consegui aqui... Usei seq.count('ATC') e já é o suficiente... Muito obrigado a todos! Commented 8/01/2021 às 19:42
  • 1
    não esqueça do método "count" - disponível tanto para listas quanto para strings. Para contar as ocorrências de uma única letra ou sequência, funciona bem - mas ele vai percorrer a sequencia principal toda para cada busca, então para contar a ocorrência de várias sequências ao mesmo tempo, pode ser outro jeito. Se os nucleotídeos não começarem em índces multiplos de 3, regular-expressions com ".finditer" - mas mesmo assim só pra sequencias sem sobreposição. Se sobreposições dos nucleotídeos forem possíveis, a coisa pode ser mais complicada.
    – jsbueno
    Commented 8/01/2021 às 19:51
  • @WelingtonSilvaDev Se entendi bem, count nem sempre vai funcionar - atualizei a resposta explicando melhor esse detalhe
    – hkotsubo
    Commented 8/01/2021 às 19:56

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .