Compter les bases d’une séquence d’ADN

Une séquence d’ADN s’écrit avec quatre lettres : A, C, G et T. Pour un programme, c’est donc une simple chaîne de caractères.

La bio-informatique traite ces chaînes avec du code. Vous allez compter les lettres, mesurer la part de G et de C, puis calculer le brin opposé. Toutes les séquences de ce module sont inventées.

Chaque lettre est une base : A, C, G ou T. Une séquence est la suite de ces bases, lue de gauche à droite.

En Python, on la range dans une chaîne. len(sequence) donne sa longueur et sequence.count("G") compte les G.

Le taux de GC est le nombre de bases G ou C divisé par la longueur. Dans notre séquence, 7 bases sur 12 sont G ou C : 7 divisé par 12 donne environ 0,583.

Une séquence sans aucun G ni C a un taux de 0. Une séquence faite uniquement de G et de C a un taux de 1.

sequence = "ATGGCGCTAAGC"

# On parcourt la séquence base par base et on compte les G et les C.
total_gc = 0
for base in sequence:
    if base == "G" or base == "C":
        total_gc = total_gc + 1

print("longueur", len(sequence))
print("G ou C", total_gc)
print("taux de GC", round(total_gc / len(sequence), 3))
# Changez la séquence puis relancez.

docker exec jupyter python3 -c "s='ATGGCGCTAAGC'; print(len(s), s.count('G') + s.count('C'))"

La commande lance Python dans le labo. Elle prend la même séquence inventée et affiche deux nombres : la longueur, puis le nombre de G et de C ajoutés.

Vous lisez donc 12 7. Divisez 7 par 12 pour retrouver le taux de GC.

L’ADN a deux brins. En face d’un A il y a un T, en face d’un G il y a un C. Remplacer chaque base par sa partenaire donne le complément.

L’autre brin se lit en sens contraire. On retourne donc le complément : c’est le complément inverse.

table = {"A": "T", "T": "A", "G": "C", "C": "G"}
sequence = "ATGGCGCTAAGC"

# On remplace chaque base par sa complémentaire, puis on retourne le résultat.
complement = ""
for base in sequence:
    complement = complement + table[base]

print("complément     ", complement)
print("complément inverse", complement[::-1])

docker exec jupyter python3 -c "s='ATGGCGCTAAGC'; print(s[::-1].translate(str.maketrans('ACGT', 'TGCA')))"

Dans votre carnet, inventez deux séquences de vingt bases : l’une riche en G et en C, l’autre pauvre. Calculez leurs taux de GC.

Écrivez une phrase qui dit laquelle a le taux le plus haut et comment vous l’avez vu.