Դիտել Biopython էջի աղբյուրը

'''Biopython''' նախագիծը [[Հաշվարկային կենսաբանություն|հաշվարկային կենսաբանության]] և [[կենսաինֆորմատիկա]]յի ոչ առևտրային նպատակով [[Python]] գործիքների բաց կոդով շարք է, որը ստեղծվել է մշակողների միջազգային ասոցիացիայի կողմից<ref name="Chapman2000">{{Cite journal|last1=Chapman|first1=Brad|last2=Chang|first2=Jeff|date=August 2000|title=Biopython: Python tools for computational biology|journal=ACM SIGBIO Newsletter|volume=20|issue=2|pages=15–19|doi=10.1145/360262.360268|s2cid=9417766}}</ref><ref name="Cock2009">{{cite journal|last1=Cock|first1=Peter JA|last2=Antao|first2=Tiago|last3=Chang|first3=Jeffery T|last4=Chapman|first4=Brad A|last5=Cox|first5=Cymon J|last6=Dalke|first6=Andrew|last7=Friedberg|first7=Iddo|last8=Hamelryck|first8=Thomas|last9=Kauff|first9=Frank|date=2009 թ․ մարտի 20|title=Biopython: freely available Python tools for computational molecular biology and bioinformatics|url=|journal=Bioinformatics|volume=25|issue=11|pages=1422–3|doi=10.1093/bioinformatics/btp163|pmc=2682512|pmid=19304878|last10=Wilczynski|first10=Bartek|last11=de Hoon|first11=Michiel JL}}</ref><ref name="lists">Refer to the Biopython website for other [http://biopython.org/wiki/Documentation#Papers papers describing Biopython], and a list of over one hundred [http://biopython.org/wiki/Publications publications using/citing Biopython].</ref>։ Այն պարունակում է կլասեր, որոնք ներկայացնում են կենսաբանական հաջորդականությունները և հաջորդականությունների ծանոթագրությունները, և ունակ է կարդալ և գրել տարբեր ֆայլի ձևաչափեր։ Այն նաև հնարավորություն է տալիս ծրագրային միջոցներով մուտք գործել կենսաբանական տեղեկատվության առցանց տվյալների շտեմարաններ, ինչպես օրինակ ՝ [[National Center for Biotechnology Information|NCBI]]: Առանձին մոդուլները տարածում են Biopython- ի հնարավորությունները հաջորդականության դասավորության, [[Սպիտակուցներ|սպիտակուցների կառուցվածքի]], [[պոպուլյացիոն գենետիկա]]յի, ֆիլոգենետիկայի, հաջորդականության մոտիվների և [[Մեքենայական ուսուցում|մեքենայական ուսուցման]] վրա։ Biopython- ը մի շարք Bio* նախագծերից մեկն է, որը նախատեսված է հաշվարկային կենսաբանության մեջ ծածկագրերի կրկնօրինակումը նվազեցնելու համար<ref name="Mangalam2002">{{cite journal| last=Mangalam | first=Harry |title=The Bio* toolkits—a brief overview | journal=Briefings in Bioinformatics |date=September 2002 | volume= 3 | issue= 3 | pages= 296–302 | pmid=12230038 | doi=10.1093/bib/3.3.296| doi-access=free }}</ref>։

== Պատմություն ==

Biopython- ի զարգացումը սկսվել է 1999 թ. և այն առաջին անգամ թողարկվել է 2000 թ. հուլիսին<ref name="Chapman2004">{{Citation|first=Brad|last=Chapman|title=The Biopython Project: Philosophy, functionality and facts|url=http://www.biopython.org/DIST/docs/presentations/biopython_exelixis.pdf|date=11 March 2004|accessdate=11 September 2014}}</ref>։ Այն մշակվել է նույն ժամանակահատվածում և այլ նախագծերի միևնույն նպատակներով, որոնք կենսաինֆորմատիկային հնարավորություն են տվել ունենալ համապատասխան ծրագրավորման լեզուներ, ներառյալ BioPerl- ը, BioRuby- ն և BioJava- ն։ Նախագծի մշակողները ներառում էին Ջեֆ Չանգը, Էնդրյու Դալկեն և Բրեդ Չեփմանը, չնայած մինչ օրս ավելի քան 100 մարդ ներդրում է կատարել այս նախագծում<ref name="Contributors">{{Citation|title=List of Biopython contributors|url=http://biopython.org/SRC/biopython/CONTRIB|accessdate=11 September 2014|url-status=dead|archiveurl=https://archive.today/20140911121354/http://biopython.org/SRC/biopython/CONTRIB|archivedate=11 September 2014}}</ref>։ 2007 թվականին ստեղծվեց նման Python նախագիծ, այն է ՝ PyCogent<ref>{{Cite journal
 | pmid = 17708774
| pmc = 2375001
| year = 2007
| last1 = Knight
| first1 = R
| title = Py ''Cogent'': A toolkit for making sense from sequence
| journal = Genome Biology
| volume = 8
| issue = 8
| pages = R171
| last2 = Maxwell
| first2 = P
| last3 = Birmingham
| first3 = A
| last4 = Carnes
| first4 = J
| last5 = Caporaso
| first5 = J. G.
| last6 = Easton
| first6 = B. C.
| last7 = Eaton
| first7 = M
| last8 = Hamady
| first8 = M
| last9 = Lindsay
| first9 = H
| last10 = Liu
| first10 = Z
| last11 = Lozupone
| first11 = C
| last12 = McDonald
| first12 = D
| last13 = Robeson
| first13 = M
| last14 = Sammut
| first14 = R
| last15 = Smit
| first15 = S
| last16 = Wakefield
| first16 = M. J.
| last17 = Widmann
| first17 = J
| last18 = Wikman
| first18 = S
| last19 = Wilson
| first19 = S
| last20 = Ying
| first20 = H
| last21 = Huttley
| first21 = G. A.
| doi = 10.1186/gb-2007-8-8-r171
}}</ref>:

Biopython- ի սկզբնական տարբերակը ներառում էր կենսաբանական հաջորդականության ֆայլերի մուտք, ինդեքսավորում և մշակում։ Թեև սա դեռևս հիմնական ուշադրության կենտրոնում է, հաջորդ տարիների ընթացքում մոդուլների ավելացումն ընդլայնել է իր ֆունկցիոնալությունը `ընդգրկելով կենսաբանության լրացուցիչ ոլորտներ։

1.77 տարբերակի դրությամբ Biopython- ն այլևս չի աջակցում Python 2 -ին<ref name="Python27EoL">{{Citation | first = Chris | last = Daley |title=Biopython 1.77 released |url=https://www.open-bio.org/2020/05/25/biopython-1-77-released/ |accessdate=6 October 2021}}</ref>։

== Դիզայն ==
Հնարավորության դեպքում Biopython- ը հետևում է Python ծրագրավորման լեզվի կողմից օգտագործվող պայմանականություններին `Python- ին ծանոթ օգտվողների համար ավելի դյուրին դարձնելու համար։ Օրինակ ՝  <code>Seq</code>  և <code>SeqRecord</code>  օբյեկտները կարող են շահարկվել  slicing-ի միջոցով, ինչպես Python- ի  strings և lists: Այն նաև նախագծված է գործառականորեն նման Bio* այլ նախագծերին, օրինակ ՝ BioPerl- ին<ref name="Chapman2004"/>։

Biopython- ն ունակ է կարդալ և գրել ամենատարածված ֆայլի ձևաչափերն իր ֆունկցիոնալ ոլորտներից յուրաքանչյուրի համար, և դրա լիցենզիան թույլատրելի է և համատեղելի է ծրագրային ապահովման այլ լիցենզիաների հետ, ինչը թույլ է տալիս Biopython-ն օգտագործել տարբեր ծրագրային նախագծերում<ref name="lists"/>։

== Հիմնական առանձնահատկություններ և օրինակներ ==

=== Հաջորդականություն ===
Biopython- ի հիմնական հասկացությունը կենսաբանական հաջորդականությունն է, և դա ներկայացված է <code>Seq</code> կլասով<ref name="Tutorial">{{Citation|last1=Chang|last7=Antao|date=29 May 2014|url=http://biopython.org/DIST/docs/tutorial/Tutorial.html|title=Biopython Tutorial and Cookbook|first9=Bartek|last9=Wilczynski|first8=Eric|last8=Talevich|first7=Tiago|first6=Peter|first1=Jeff|last6=Cock|first5=Michiel|last5=de Hoon|first4=Thomas|last4=Hamelryck|first3=Iddo|last3=Friedberg|first2=Brad|last2=Chapman|accessdate=28 August 2014}}</ref>։ Biopython Seq օբյեկտը շատ առումներով նման է Python- ի string-ին՝ այն աջակցում է Python slice նշումը, կարող է զուգակցվել այլ հաջորդականությունների հետ և անփոփոխ է։ Բացի այդ, այն ներառում է հաջորդականության համար հատուկ մեթոդներ և հստակեցնում  է օգտագործվող հատուկ կենսաբանական այբուբենը։

<syntaxhighlight lang="pycon">
>>> # This script creates a DNA sequence and performs some typical manipulations
>>> from Bio.Seq import Seq
>>> dna_sequence = Seq('AGGCTTCTCGTA', IUPAC.unambiguous_dna)
>>> dna_sequence
Seq('AGGCTTCTCGTA', IUPACUnambiguousDNA())
>>> dna_sequence[2:7]
Seq('GCTTC', IUPACUnambiguousDNA())
>>> dna_sequence.reverse_complement()
Seq('TACGAGAAGCCT', IUPACUnambiguousDNA())
>>> rna_sequence = dna_sequence.transcribe()
>>> rna_sequence
Seq('AGGCUUCUCGUA', IUPACUnambiguousRNA())
>>> rna_sequence.translate()
Seq('RLLV', IUPACProtein())
</syntaxhighlight>

=== Հաջորդականության ծանոթագրություն ===
<code>SeqRecord</code>  կլասը նկարագրում է հաջորդականությունները ՝ տեղեկատվության հետ միասին, ինչպիսիք են անունը, նկարագրությունը և հատկանիշները ՝ <code>SeqFeature</code>  օբյեկտների տեսքով։ Յուրաքանչյուր <code>SeqFeature</code> օբյեկտ սահմանում է հատկության տեսակը և դրա գտնվելու վայրը։ Առանձնահատկությունների տեսակները կարող են լինել «գեն», «CDS» (կոդավորման հաջորդականություն), «կրկնվող_հատված», «բջջային_էլեմենտ» կամ այլ, իսկ հաջորդականության մեջ հատկանիշների դիրքը կարող է լինել ճշգրիտ կամ մոտավոր։

<syntaxhighlight lang="pycon">
>>> # This script loads an annotated sequence from file and views some of its contents.
>>> from Bio import SeqIO
>>> seq_record = SeqIO.read('pTC2.gb', 'genbank')
>>> seq_record.name
'NC_019375'
>>> seq_record.description
'Providencia stuartii plasmid pTC2, complete sequence.'
>>> seq_record.features[14]
SeqFeature(FeatureLocation(ExactPosition(4516), ExactPosition(5336), strand=1), type='mobile_element')
>>> seq_record.seq
Seq('GGATTGAATATAACCGACGTGACTGTTACATTTAGGTGGCTAAACCCGTCAAGC...GCC', IUPACAmbiguousDNA())
</syntaxhighlight>

=== Մուտք և ելք ===
Biopython- ը կարող է կարդալ և գրել մի շարք սովորական հաջորդական ձևաչափերով, այդ թվում `FASTA, FASTQ, GenBank, Clustal, PHYLIP և NEXUS: Ֆայլեր կարդալիս ֆայլում նկարագրական տեղեկատվությունը օգտագործվում է Biopython կլասերի անդամներին համալրելու համար, օրինակ ՝ <code>SeqRecord</code>: Սա թույլ է տալիս մեկ ֆայլի ձևաչափի գրառումները փոխակերպել մյուսների։

Շատ մեծ հաջորդականությամբ ֆայլերը կարող են գերազանցել համակարգչի հիշողության ռեսուրսները, ուստի Biopython- ը մեծ գրառումներով ֆայլեր մուտք գործելու տարբեր տարբերակներ է տրամադրում։ Նրանք կարող են ամբողջությամբ բեռնվել հիշողության մեջ Python տվյալների կառուցվածքներում, օրինակ ՝ ցուցակներում կամ բառարաններում, ապահովելով արագ մուտք հիշողության օգտագործումով։ Այլապես, ֆայլերը կարող են կարդացվել սկավառակից, ըստ անհրաժեշտության, ավելի դանդաղ կատարմամբ, բայց հիշողության ցածր պահանջներով։

<syntaxhighlight lang="pycon">
>>> # This script loads a file containing multiple sequences and saves each one in a different format.
>>> from Bio import SeqIO
>>> genomes = SeqIO.parse('salmonella.gb', 'genbank')
>>> for genome in genomes:
...     SeqIO.write(genome, genome.id + '.fasta', 'fasta')
</syntaxhighlight>

=== Առցանց տվյալների շտեմարանների մուտք ===

Bio.Entrez մոդուլի միջոցով Biopython- ի օգտվողները կարող են ներբեռնել կենսաբանական տվյալները NCBI տվյալների բազաներից։ Entrez որոնման համակարգի տրամադրած գործառույթներից յուրաքանչյուրը հասանելի է այս մոդուլի գործառույթների միջոցով, ներառյալ գրառումների որոնումը և ներբեռնումը։

<syntaxhighlight lang="pycon">
>>> # This script downloads genomes from the NCBI Nucleotide database and saves them in a FASTA file.
>>> from Bio import Entrez
>>> from Bio import SeqIO
>>> output_file = open('all_records.fasta', "w")
>>> Entrez.email = 'my_email@example.com'
>>> records_to_download = ['FO834906.1', 'FO203501.1']
>>> for record_id in records_to_download:
...     handle = Entrez.efetch(db='nucleotide', id=record_id, rettype='gb')
...     seqRecord = SeqIO.read(handle, format='gb')
...     handle.close()
...     output_file.write(seqRecord.format('fasta'))
</syntaxhighlight>

=== Ֆիլոգենիա ===

[[File:Phylo.draw.png|thumb|300px|Նկար 1:Արմատավորված ֆիլոգենետիկ ծառ, որը ստեղծվել է Bio- ի կողմից: Phylo- ն ցույց է տալիս տարբեր օրգանիզմների Apaf-1 հոմոլոգների փոխհարաբերությունները:<ref name="Zmasek2007">{{cite journal |last1=Zmasek |first1=Christian M |last2=Zhang |first2=Qing |last3=Ye |first3=Yuzhen |last4=Godzik |first4=Adam |date=2007 թ․ հոկտեմբերի 24 |title=Surprising complexity of the ancestral apoptosis network |url=http://genomebiology.com/2007/8/10/R226 |journal=Genome Biology |volume=8 |issue=10 |accessdate=2014 թ․ սեպտեմբերի 9 |doi=10.1186/gb-2007-8-10-r226 |pages=R226 |pmid=17958905 |pmc=2246300 |archive-date=2014 թ․ հոկտեմբերի 10 |archive-url=https://web.archive.org/web/20141010110024/http://genomebiology.com/2007/8/10/R226 |url-status=dead }}</ref>]]

[[File:Phylo.draw graphviz.png|thumb|Նկար 2: Նույն ծառը, որը պատկերվարված է վերևում, առանց արմատավորված գծված Graphviz- ի միջոցով ՝ Bio.Phylo- ի միջոցով]]

Bio.Phylo մոդուլը տրամադրում է գործիքներ ֆիլոգենետիկ ծառերի հետ աշխատելու և դրանք տեսանելի դարձնելու համար։ Կարդալու և գրելու համար ապահովվում են տարբեր ֆայլի ձևաչափեր, այդ թվում ՝ Newick, NEXUS և phyloXML: <code>Tree</code>  և <code>Clade</code>  օբյեկտների միջոցով կատարվում են ծառերի սովորական մանիպուլյացիաները և անցումները։ Օրինակները ներառում են ծառերի ֆայլերի փոխակերպում և համադրում, ծառից ենթախմբերի դուրսբերում, ծառի արմատը փոխելը և ճյուղի առանձնահատկությունների վերլուծություն, ինչպիսիք են երկարությունը կամ միավորը<ref name="Talevich2012">{{cite journal |last1=Talevich |first1=Eric |last2=Invergo |first2=Brandon M |last3=Cock |first3=Peter JA |last4=Chapman |first4=Brad A |date=2012 թ․ օգոստոսի 21 |title=Bio.Phylo: A unified toolkit for processing, analyzing and visualizing phylogenetic trees in Biopython |url= |journal=BMC Bioinformatics |volume=13 |issue=209 |pages=209 |doi=10.1186/1471-2105-13-209 |pmid=22909249 |pmc=3468381}}</ref>։

Արմատացած ծառերը կարող են գծվել ASCII- ով կամ matplotlib- ի միջոցով (տես նկար 1), իսկ Graphviz գրադարանը կարող է օգտագործվել առանց արմատավորված դասավորություններ ստեղծելու համար (տես նկար 2)։

=== Գենոմային դիագրամներ ===

[[File:PKPS77.png|thumb|300px|Figure 3: pKPS77 պլազմիդի վրա գեների դիագրամ,<ref name="NC_023330.1">{{cite web|url=https://www.ncbi.nlm.nih.gov/nuccore/NC_023330.1|title=Klebsiella pneumoniae strain KPS77 plasmid pKPS77, complete sequence|date=|website=|publisher=NCBI|accessdate=2014 թ․ սեպտեմբերի 10}}</ref> որը պատկերված է Biopython- ում GenomeDiagram մոդուլի միջոցով:]]

GenomeDiagram մոդուլն ապահովում է Biopython- ի շրջանակներում հաջորդականությունների տեսանելի մեթոդներ<ref name="Pritchard2006">{{Cite journal|last1=Pritchard|first1=Leighton|last2=White|first2=Jennifer A|last3=Birch|first3=Paul RJ|last4=Toth|first4=Ian K|date=March 2006|title=GenomeDiagram: a python package for the visualization of large-scale genomic data|journal=Bioinformatics|volume=22|issue=5|pages=616–617|doi=10.1093/bioinformatics/btk021|pmid=16377612|doi-access=free}}</ref>։ Հերթականությունները կարող են գծվել գծային կամ շրջանաձև տեսքով (տես նկար 3), ինչպես նաև բազմաթիվ ելքային ձևաչափեր են ապահովված, ներառյալ [[PDF]] և [[PNG]]: Դիագրամները ստեղծվում են ՝ հետքեր պատրաստելով, այնուհետև հաջորդական հատկանիշներ ավելացնելով այդ հետքերին։ Մեկը, շրջանակելով հաջորդականության առանձնահատկությունները և օգտագործելով դրանց հատկանիշները որոշելու համար, թե արդյոք դրանք ինչպես են ավելացվում գծապատկերի հետքերում, կարող է մեծ վերահսկողություն հաստատել վերջնական դիագրամի արտաքին տեսքի վրա։ Խաչաձև կապերը կարող են կազմվել տարբեր հետքերի միջև ՝ թույլ տալով մեկին համեմատել մի քանի հաջորդականություններ մեկ դիագրամում։

=== Մակրոմոլեկուլյար կառուցվածք ===

Bio.PDB մոդուլը կարող է բեռնել մոլեկուլային կառուցվածքներ PDB և mmCIF ֆայլերից և ավելացվել է Biopython- ին 2003 թվականին։ Կառուցվածքի օբյեկտը կենտրոնականն է այս մոդուլի համար և հիերարխիկ կերպով կազմակերպում է մակրոմոլեկուլային կառուցվածքը. <code>Structure</code>, որոնք պարունակում են <code>Model</code>օբյեկտներ, որոնք էլ պարունակում են <code>Chain</code>  օբյեկտներ, սրանք էլ պաուրնակում են  <code>Residue</code>  օբյեկրներ և վերջինն էլ իր հերթին պաուրնակում է <code>Atom</code> օբյեկտներ։ Ոչ ճիշտ հաջորդականությամբ մնացորդներն ու ատոմները ստանում են իրենց կլասերը ՝ <code>DisorderedResidue</code>  և <code>DisorderedAtom</code>, որոնք նկարագրում են իրենց անորոշ դիրքերը։

Օգտագործելով Bio.PDB- ն ՝ մեկը կարող  է ղեկավարել մակրոմոլեկուլային կառուցվածքի ֆայլի առանձին բաղադրիչներ, օրինակ ՝ սպիտակուցի յուրաքանչյուր ատոմի հետազոտումը։ Հնարավոր են ընդհանուր վերլուծություններ, օրինակ ՝ հեռավորությունների կամ անկյունների չափում, մնացորդների համեմատություն և մնացորդների խորության հաշվարկ։

=== Պոպուլյացիոն գենետիկա ===

Bio.PopGen մոդուլն ավելացնում է Biopython- ի հնարավորւոթյունը Genepop- ի համար, որը ծրագրային փաթեթ է `պոպուլյացիոն գենետիկայի վիճակագրական վերլուծության համար<ref name="Rousset2008">{{cite journal|last=Rousset|first=François|date=January 2008|title=GENEPOP'007: a complete re-implementation of the GENEPOP software for Windows and Linux|journal=Molecular Ecology Resources|volume=8|issue=1|pages=103–106|doi=10.1111/j.1471-8286.2007.01931.x|pmid=21585727|s2cid=25776992}}</ref>։ Սա թույլ է տալիս վերլուծել Հարդի -Վայնբերգի հավասարակշռությունը, կապի անհավասարակշռությունը և պոպուլյացիոն [[ալելներ]]ի ալելի շատ հաճախականությունների այլ առանձնահատկությունները։

Այս մոդուլը կարող է նաև իրականացնել պոպուլյացիայի գենետիկական սիմուլյացիա ՝ օգտագործելով fastsimcoal2 ծրագրի հետ համատեղվող տեսությունը<ref name="Excoffier2011">{{cite journal |last1=Excoffier |first1=Laurent |last2=Foll |first2=Matthieu |date=2011 թ․ մարտի 1 |title=fastsimcoal: a continuous-time coalescent simulator of genomic diversity under arbitrarily complex evolutionary scenarios |journal=Bioinformatics |volume=27 |issue=9 |doi=10.1093/bioinformatics/btr124 |pages=1332–1334 |pmid=21398675|doi-access=free }}</ref>։

== Տես նաև ==
* [[BioPerl]]
* [[BioRuby]]
* [[BioJS]]
* [[BioJava]]

==Ծանոթագրություններ==
{{Ծանցանկ}}

== Արտաքին հղումներ ==
* {{Official website|http://biopython.org}}
* [http://biopython.org/DIST/docs/tutorial/Tutorial.html Biopython Tutorial and Cookbook] ([http://biopython.org/DIST/docs/tutorial/Tutorial.pdf PDF] {{Webarchive|url=https://web.archive.org/web/20210929005133/https://biopython.org/DIST/docs/tutorial/Tutorial.pdf |date=2021-09-29 }})
* [https://github.com/biopython/biopython Biopython source code on GitHub]

[[Կատեգորիա:Կենսատեխնոլոգիա]]