配列情報処理

ヒト21番染色体の先頭コンティグのDNA配列ファイル data/NT_113952.1.fasta を用いて以下の課題を実行せよ。

1-1 塩基数カウント（自動テスト対象）

与えられたDNA配列に含まれるA/T/G/Cの各塩基数を出力せよ。

1-2 逆相補鎖の作成（自動テスト対象）

与えられたDNA配列の逆相補鎖を出力せよ。

1-3 GC含量推移プロット（GCの割合の値の作成までは自動テスト対象）

ウィンドウ幅 $w$、ステップ幅 $s$ で、ウィンドウ内のGCの割合（百分率）を連続的に出力するプログラムを作成し、 $w=1000, s=300$ で得られる値を出力せよ。また、その結果をmatplotlibを用いて図示せよ。

1-4 塩基配列検索（自動テスト対象）

引数で与えられた部分配列（クエリ）を検索し、その部分配列が出現する場所をすべて列挙せよ。ただし、順方向だけではなく逆相補鎖上も検索すること。

列挙の際には、その部分配列の開始点を1-originで出力し、順方向の場合は F、逆相補鎖の場合は R を接頭辞としてつけること。逆相補鎖における「開始点」は塩基配列上最も右側になる。

例

配列　: ATGCCGT
クエリ: CG
出力　: F5, R6

1-5 アミノ酸配列への翻訳（自動テスト対象）

（※2023/4/10 17:00更新）

塩基配列をアミノ酸配列（1文字表記の列）に翻訳し、全てのアミノ酸配列（文字列）をまとめたリストを出力せよ。 出力されるアミノ酸配列は、翻訳開始位置（これは必ずメチオニン M になる）からStopコドン _ までで1つの出力文字列を構成し、次の翻訳開始位置からは次の文字列にすること。ただし、Stopコドン _ が無いまま配列が終了した場合は _ は無いまま出力文字列とせよ。

例

ある読み枠の配列："CCCATGACGAAGTGATCCATGGTT"
翻訳結果：["MTK_", "MV"]

なお、翻訳の際には1つの配列に対して3つの読み枠（リーディングフレーム）が存在し、さらに塩基配列は逆相補鎖があるので、合計6つの読み枠に対して上記の処理を行い、得られるアミノ酸配列全てを1つのリストにまとめたものを出力せよ。

補足情報

• 配列の取り扱いは BioPython などの実装も存在する。
  • ただし、今回の課題は単なる文字列処理なので、外部ライブラリを使わずに実装することも十分に可能である。