-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathgenixmf.py
423 lines (236 loc) · 8.19 KB
/
genixmf.py
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
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
#!/usr/bin/python3
# -*- coding: utf-8 -*-
#
# Genix - Outil pédagogique d'analyse génétique et phylogénétique
#
#
# Copyright (c) 2017 Yann BOUYERON
#
#
# licensed under GNU GPL version 3 (or later)
#
#
#
# This file is part of Genix.
#
# Genix is free software: you can redistribute it and/or modify
# it under the terms of the GNU General Public License as published by
# the Free Software Foundation, either version 3 of the License, or
# (at your option) any later version.
#
# Genix is distributed in the hope that it will be useful,
# but WITHOUT ANY WARRANTY; without even the implied warranty of
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
# GNU General Public License for more details.
#
# You should have received a copy of the GNU General Public License
# along with Genix. If not, see <http://www.gnu.org/licenses/>.
from genixf import *
from Bio.Emboss.Applications import NeedleCommandline
from Bio.Emboss.Applications import WaterCommandline
from Bio import SeqIO
from Bio.Align.Applications import ClustalwCommandline
from Bio import AlignIO
import os
#Ensemble de fonctions dédiées à genix menu
workfile = os.getcwd() + "/.seqwork"
def print_session():
"""affiche le contenu du workfile"""
lso = list(SeqIO.parse(workfile, "fasta"))
print('\n')
print("""Genix - session""")
print('\n')
print(("Contenu de votre session de travail \n"))
for i,j in enumerate(lso):
print(i, ' - Nom: ', j.name)
print('Description: ', j.description, '\n')
def seqwork_is_empty_m2():
"""determine si le workfile est plein
return True si il est plein, et False si il est vide"""
if os.path.isfile(workfile):
lso = list(SeqIO.parse(workfile, "fasta"))
if len(lso) > 0:
return True
else:
return False
else:
return False
def seqwork_is_empty_m():
"""determine si le workfile est plein
return True si il est plein, et False si il est vide"""
try:
lso = list(SeqIO.parse(workfile, "fasta"))
except FileNotFoundError:
return False
else:
if len(lso) > 0:
return True
else:
return False
def search(path, *keys, add = False):
"""
recherche et ajoute des seqrecord dans le workfile
Arguments:
path: str : path du repertoire de recherche
keys: str : mots clés de recherche
add: boléen: si True, chaque seqrecord recherché est ajouté dans workfile ; si False, workfile est ecrasé
Return:
une liste des seqrec ajoutés au fasta temporaire
"""
lso = []
#si path ne se termine pas par un / on le rajoute de maniière à obtenir des path complets depuis la racine
if path[len(path)-1] != '/':
path = path + '/'
#si la tuple de mot_cle est vide, on créé le mot_cle '' qui correspond à n'importe quel caractère
if keys == ():
keys = ('',)
for i in recurliste(path):
name = i.split('/')
name = name[len(name)-1]
if os.path.isfile(i) and '.fas' in name:
for j in keys:
if j in name:
so = list(SeqIO.parse(i, "fasta"))
lso = lso + so
break
#elimination des doublons
list_SeqRec_open = []
list_name =[]
for i in lso:
if i.name not in list_name:
list_SeqRec_open.append(i)
list_name.append(i.name)
#ecriture des seqrec dans workfile
if add == False:
#ecriture de la liste seqrec dans le workfile. si le fichier existe déjà il est ecrasé
SeqIO.write(list_SeqRec_open, workfile, "fasta")
if add == True:
#ecriture de la liste seqrec à la suite du workfile
with open(workfile, 'ab') as fil:
for k in list_SeqRec_open:
x = k.format('fasta')
fil.write(x.encode())
return list(SeqIO.parse(workfile, "fasta"))
def dels(*id):
"""
supprime des seqrecord du workfile d'apres leur id
Argument:
id: index des seqrec à supprimer du workfile
"""
lso = list(SeqIO.parse(workfile, "fasta"))
nlso = []
for i, j in enumerate(lso):
if str(i) not in id:
nlso.append(j)
SeqIO.write(nlso, workfile, "fasta")
def creat(seq_name, seq, description, out = False):
"""créer un fasta mono séquence et ajoute le seqrec au fasta temporaire
Arguments:
seq_name: (str) nom de la séquence créée
seq: (str) la séquence
description: (str) déscription du seqrec
retrun:
le seqrec créé
"""
type = testalpha(seq)
#creation d'un objet SeqRecord
f = SeqRecord(Seq(seq, type), id= seq_name, name = seq_name, description = description)
x = f.format('fasta')
with open(workfile, 'ab') as fil:
fil.write(x.encode())
if out == True:
SeqIO.write(f, os.getcwd() + '/' + f.name + '.fas', "fasta")
return f
def mkfas(path, *seq):
"""
crée des fasta mono séquence
arguments:
*seq: str: id des seqrec selectionnés dans le workfile
path: str: repertoire dans lequel seront enregistrés les fasta créés
return:
cette fonction ne rtourne rien, elle crée des fichiers fasta mono séquence pour chaque id de séquence entré en argument
les fichiers sont enregistrés dans le path indiqué en argument
"""
lso = list(SeqIO.parse(workfile, "fasta"))
if os.path.isdir(path):
if path[len(path)-1] != '/':
path = path + '/'
for i in seq:
if os.path.isfile(i) and '.fas' in i:
lsf = list(SeqIO.parse(i, "fasta"))
for j in lsf:
SeqIO.write(j, path + j.name, "fasta")
else:
SeqIO.write(lso[int(i)], path + lso[int(i)].name + '.fas', "fasta")
def mkfasx(out, *seq):
"""
crée des fasta multi séquence
arguments:
*seq: id des seqrec selectionnés dans le workfile
out: str: path absolu du fasta mutli séquence qui sera créé
return:
cette fonction ne rtourne rien, elle crée un fichier fasta multi séquences contenant chaque séquences dont l'id a été entré en argument
"""
lso = list(SeqIO.parse(workfile, "fasta"))
rec = [lso[int(i)] for i in seq]
SeqIO.write(rec, out, "fasta")
def info(*id):
"""
arguments:
id: seqrec selectionnés dans le workfile
return les info des seqrec selectionnés par leur id
"""
lso = list(SeqIO.parse(workfile, "fasta"))
lsi = []
for i in id:
try:
i = int(i)
i = lso[i]
if testalpha(i.seq) == IUPAC.unambiguous_dna or testalpha(i.seq) == IUPAC.unambiguous_rna or testalpha(i.seq) == generic_nucleotide:
lsi.append((i.name,i.description,str(len(i.seq)),testalphabet(i.seq),i.seq))
elif testalpha(i.seq) == IUPAC.protein or testalpha(i.seq) == IUPAC.extended_protein:
lsi.append((i.name, i.description, str(int(len(i.seq)/3)), testalpha(i.seq), i.seq))
except:
print('\n')
print("""{0} n'est pas un identifiant de séquence valable.""".format(i))
print('\n')
pass
return lsi
def clustal(*id, out = 'comp.aln'):
mkfasx(out,*id)
cline = ClustalwCommandline("clustalw", infile=out, score='PERCENT')
myStdout, myStderr = cline()
align = AlignIO.read(out, "clustal")
return align, myStdout
def needle(*id,gop=10,gex=0.5,out ='emb.aln'):
"""Alignement global par la methode de Needleman"""
lso = list(SeqIO.parse(workfile, "fasta"))
mkfasx('seqa.fas', id[0])
mkfasx('seqb.fas', *id[1:])
needle_cline = NeedleCommandline(asequence='seqa.fas', bsequence='seqb.fas', gapopen=gop, gapextend=gex, outfile=out)
stdout, stderr = needle_cline()
os.remove('seqa.fas')
os.remove('seqb.fas')
if len(id) < 3:
align = AlignIO.read(out, "emboss")
return align
def water(*id,gop=10,gex=0.5,out ='emb.aln'):
"""Alignement global par la methode de Needleman"""
lso = list(SeqIO.parse(workfile, "fasta"))
mkfasx('seqa.fas', id[0])
mkfasx('seqb.fas', *id[1:])
water_cline = WaterCommandline(asequence='seqa.fas', bsequence='seqb.fas', gapopen=gop, gapextend=gex, outfile=out)
stdout, stderr = water_cline()
os.remove('seqa.fas')
os.remove('seqb.fas')
if len(id) < 3:
align = AlignIO.read(out, "emboss")
return align
def compatibilite_aln(*id):
"""test la compatibilité des séquences à aligner"""
lso = list(SeqIO.parse(workfile, "fasta"))
langlist = [testalpha(lso[int(i)].seq) for i in id]
if (IUPAC.protein in langlist or IUPAC.extended_protein in langlist) and (IUPAC.unambiguous_dna in langlist or IUPAC.unambiguous_rna in langlist or generic_nucleotide in langlist):
return False
else:
return True