如何在木星笔记本中使用MSA和Clustal来处理蟒蛇？

Question

我有一个FASTA文件，其中包含与各州和它们的cites相关的序列。是否有可能使用python通过木星笔记本运行一个MSA和集群，然后创建一个系统发育树与对齐序列。我不知道从哪里开始，当我被分配任务时，没有明确的方向。

Answer 1

免责声明:我没有生物学背景。

据我所知，FASTA格式包含一个字母序列，而对齐意味着查找序列#1是否包含或部分重叠于序列#2。这是字符串操作，Python非常擅长。您需要编写一个包含两个字符串并返回所需内容的函数。

我在Github上找到了一个库，它似乎就是这样做的，我不知道在您的情况下是否允许使用它。以下代码片段摘自文档。https://github.com/benchling/clustalo-python

from clustalo import clustalo
input = {
    'seq1': 'AAATCGGAAA',
    'seq2': 'CGGA'
}
aligned = clustalo(input)
# aligned is a dict of aligned sequences:
#   seq1: AAATCGGAAA
#   seq2: ----CGGA--

一旦您能够估计序列的相似性，您就可以按顺序显示它们。

你可以在木星笔记本里画画，这里可以看到一个例子：在Google Colab中使用Turtle。或者您可以用文本格式显示树，使用空格、制表符等来格式化树。