Thread Übersetztung von DNA zu Protein für dummies (4 answers)
Opened by eraemien at 2010-01-06 22:35

eraemien
 2010-01-06 22:35
#130179 #130179
User since
2009-12-17
4 Artikel
BenutzerIn
[default_avatar]
Grüezi mitenand

Ich bin ein Neuling auf dem Gebiet der Programmierung und bitte deswegen um ein wenig Nachsicht. Ich habe ein Skript geschrieben mit Perl, welches zwar seine Aufgabe tadellos erfüllt, doch wie ich glaube einen verhältnismässig langen Code hat.

Es geht um folgendes:
1. DNA Sequenz (Bestehend aus 'A','C','G','T') oder RNA Sequenz ('A','C','G','U') aus einem File einlesen.
2. Entscheiden ob es sich um DNA oder RNA handelt.
3. DNA in RNA transkribieren
4. Jeweils 3 Buchstaben der Sequenz codieren eine Aminosäure(Protein besteht aus Aminosäuren, Tripletcode ist redundant) -> Übersetzung von RNA in Proteinsequenz.
5. Berechnung: Wie hoch ist der prozentuale Anteil jeder Aminosäure
6. Resultate werden auf ein anderes File geschrieben.


Es folgt der Code:

Code (perl): (dl )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
#!C:/STRAWB~1/perl/bin/perl.exe -w

print "Enter a file containing DNA or RNA:\n\n";

$DNA = <STDIN>;
chomp $DNA;

unless(open(DNAFILE, $DNA)){
                     print "File not found\n\n";
}

@DNA = <DNAFILE>;

$DNA = join('',@DNA);
$DNA =~ s/\s//g;


#Überprüfen ob file DNA oder RNA enthält

@BASE_DNA = ("A","C","T","G");

#Für jedes Element wird nun überprüft, ob es einem Nukleotid entspricht,
#jedesmal, wenn die Bedingung erfüllt ist wird der count von $i erhöht
#Dabei wird bei jedem U, das im String vorkommt der RNA-count um 1 erhöht
for($pos = 0; $pos < length $DNA; ++$pos){
         $place = substr($DNA, $pos, 1);
         if(grep {$place eq $_} @BASE_DNA){
         ++$i_DNA;
         }
         elsif($place =~ /U/){
         ++$i_RNA;
         }
}


$i_RNA += $i_DNA; #Da die RNA aus allen U plus den anderen Basen besteht

#wenn nun $i nicht der Länge der Sequenz entspricht, war mindestens 1 Element kein Nukleotid
if($i_DNA eq length $DNA){
      print "Sequence successfully identified as DNA\n\n";
}
elsif($i_RNA eq length $DNA){
      print "Sequence succesfully identified as RNA\n\n";
}
else {
      print "Sequence is whether DNA nor RNA\n\n";
}



#DNA wird in RNA umgeschrieben
$RNA = $DNA;
$RNA =~ s/T/U/ig;

#print "The RNA sequence is:\n\n";
#print "$RNA\n\n";

#unpack kann auch als alternative zu split verwendet werden wobei dann "A1" x length $RNA benutzt würde
@triplets = unpack("A3" x (length ($RNA)/3), $RNA);



#Initialisierung der CODONS
@Ala = ("GCU","GCC","GCA","GCG");
@Cys = ("UGU","UGC");
@Asp = ("GAU","GAC");
@Glu = ("GAA","GAG");
@Phe = ("UUU","UUC");
@Gly = ("GGU","GGC","GGA","GGG");
@His = ("CAU","CAC");
@Ile = ("AUU","AUC","AUA");
@Lys = ("AAA","AAG");
@Leu = ("CUU","CUC","CUA","CUG","UUA","UUG");
@Met = ("AUG");
@Asn = ("AAU","AAC");
@Pro = ("CCU","CCC","CCA","CCG");
@Gln = ("CAA","CAG");
@Arg = ("CGU","CGC","CGA","CGG","AGA","AGG");
@Ser = ("AGU","AGC","UCU","UCC","UCA","UCG");
@Thr = ("ACU","ACC","ACA","ACG");
@Val = ("GUU","GUC","GUA","GUG");
@Trp = ("UGG");
@Tyr = ("UAU","UAC");
@STOP = ("UAA","UAG","UGA","UGG");


#Jedes Triplet wird nun ausgetauscht durch den 1-lettercode seiner Aminosäure
foreach $trip (@triplets){
                   if(grep{$trip eq $_} @Ala){
                   $trip = A;
                   ++$ala;
                   }
                   elsif(grep{$trip eq $_} @Cys){
                   $trip = C;
                   ++$cys
                   }
                   elsif(grep{$trip eq $_} @Asp){
                   $trip = D;
                   ++$asp;
                   }
                   elsif(grep{$trip eq $_} @Glu){
                   $trip = E;
                   ++$glu
                   }
                   elsif(grep{$trip eq $_} @Phe){
                   $trip = F;
                   ++$phe;
                   }
                   elsif(grep{$trip eq $_} @Gly){
                   $trip = G;
                   ++$gly;
                   }
                   elsif(grep{$trip eq $_} @His){
                   $trip = H;
                   ++$his
                   }
                   elsif(grep{$trip eq $_} @Ile){
                   $trip = I;
                   ++$ile
                   }
                   elsif(grep{$trip eq $_} @Lys){
                   $trip = K;
                   ++$lys;
                   }
                   elsif(grep{$trip eq $_} @Leu){
                   $trip = L;
                   ++$leu;
                   }
                   elsif(grep{$trip eq $_} @Met){
                   $trip = M;
                   ++$met;
                   }
                   elsif(grep{$trip eq $_} @Asn){
                   $trip = N;
                   ++$asn;
                   }
                   elsif(grep{$trip eq $_} @Pro){
                   $trip = P;
                   ++$pro;
                   }
                   elsif(grep{$trip eq $_} @Gln){
                   $trip = Q;
                   ++$gln;
                   }
                   elsif(grep{$trip eq $_} @Arg){
                   $trip = R;
                   ++$arg;
                   }
                   elsif(grep{$trip eq $_} @Ser){
                   $trip = S;
                   ++$ser;
                   }
                   elsif(grep{$trip eq $_} @Thr){
                   $trip = T;
                   ++$thr;
                   }
                   elsif(grep{$trip eq $_} @Val){
                   $trip = V;
                   ++$val;
                   }
                   elsif(grep{$trip eq $_} @Trp){
                   $trip = W;
                   ++$trp;
                   }
                   elsif(grep{$trip eq $_} @Tyr){
                   $trip = Y;
                   ++$tyr
                   }
                   elsif(grep{$trip eq $_} @STOP){
                   $trip = "!STOP!";
                   }
                   
}

#Berechnung des prozentualen Vorkommen jeder Aminosäure
$tot = @triplets;


$ALA = $ala / $tot * 100;
$CYS = $cys / $tot * 100;
$ASP = $asp / $tot * 100;
$GLU = $glu / $tot * 100;
$PHE = $phe / $tot * 100;
$GLY = $gly / $tot * 100;
$HIS = $his / $tot * 100;
$ILE = $ile / $tot * 100;
$LYS = $lys / $tot * 100;
$LEU = $leu / $tot * 100;
$MET = $met / $tot * 100;
$ASN = $asn / $tot * 100;
$PRO = $pro / $tot * 100;
$GLN = $gln / $tot * 100;
$ARg = $arg / $tot * 100;
$SER = $ser / $tot * 100;
$THR = $thr / $tot * 100;
$VAL = $val / $tot * 100;
$TRP = $trp / $tot * 100;
$TYR = $tyr / $tot * 100;



$triplets_spaced = join( " " ,@triplets);
$file = "Protein";

#Das ganze wird auf das File Protein geschrieben
open(PROTEINFILE , ">$file");

print PROTEINFILE "$triplets_spaced\n\n";

printf PROTEINFILE "Ala = %1.2f%\n\n", $ALA;
printf PROTEINFILE "Cys = %1.2f%\n\n", $CYS;
printf PROTEINFILE "Asp = %1.2f%\n\n", $ASP;
printf PROTEINFILE "Glu = %1.2f%\n\n", $GLU;
printf PROTEINFILE "Phe = %1.2f%\n\n", $PHE;
printf PROTEINFILE "Gly = %1.2f%\n\n", $GLY;
printf PROTEINFILE "His = %1.2f%\n\n", $HIS;
printf PROTEINFILE "Ile = %1.2f%\n\n", $ILE;
printf PROTEINFILE "Lys = %1.2f%\n\n", $LYS;
printf PROTEINFILE "Leu = %1.2f%\n\n", $LEU;
printf PROTEINFILE "Met = %1.2f%\n\n", $MET;
printf PROTEINFILE "Asn = %1.2f%\n\n", $ASN;
printf PROTEINFILE "Pro = %1.2f%\n\n", $PRO;
printf PROTEINFILE "Gln = %1.2f%\n\n", $GLN;
printf PROTEINFILE "Arg = %1.2f%\n\n", $ARg;
printf PROTEINFILE "Ser = %1.2f%\n\n", $SER;
printf PROTEINFILE "Thr = %1.2f%\n\n", $THR;
printf PROTEINFILE "Val = %1.2f%\n\n", $VAL;
printf PROTEINFILE "Trp = %1.2f%\n\n", $TRP;
printf PROTEINFILE "Tyr = %1.2f%\n\n", $TYR;


close PROTEINFILE;

print "Proteinsequence written on 'Protein'\n\n";


exit;


Ich habe gehofft jemand könnte das mal kommentieren und mir ein paar Anregungen geben, wie ich manche Dinge einfacher gestalten kann.
Nun würde ich gern noch zwei weitere Sequenzen extrahieren und zwar mit jeweils verschobenen "Leseraster" (Wenn die Triplets der RNA-Sequenz um 1 od. 2 Positionen verschoben in Aminosäuren übersetzt werden) ohne nochmals 400 Zeilen Code zu verwenden.

Grüsse

View full thread Übersetztung von DNA zu Protein für dummies