生物信息学算法之Python实现|Rosalind刷题笔记：002 中心法则：转录

我在生物信息学：全景一文中，阐述了生物信息学的应用领域非常广泛。但是有一点是很关键的，就是细胞内的生命活动都遵从中心法则，生物信息学很多时候就是在中心法则上做文章：

• 分子生物学中心法则：DNA --> RNA --> 蛋白质 --> 细胞表型
• 基因组中心法则：基因组 --> 转录组 --> 蛋白质组 --> 细胞表型

如何用计算机语言描述生物大分子，以及它们之间如何相互转换，是首先要面对的问题。

问题描述

遗传信息从 DNA 流向 RNA 的过程，称为转录。DNA 有 4 张不同的扑克牌，RNA 也有 4 张，唯一的区别是 DNA 中的 T，在 RNA 中变成了 U，因此 RNA 的 4 张牌是：A、U、C、G。因此，给定一条与编码链相同的 DNA 序列，要转录成 RNA 只需要将 T 替换成 U 就可以了。

给定：一条长度至多 1000bp 的 DNA 序列。

应得：其转录的 RNA 序列。

示例数据

GATGGAACTTGACTACGTAAATT

示例结果

GAUGGAACUUGACUACGUAAAUU

Python 实现

Transcribing_DNA_into_RNA.py

import sys

def transcript(dna):
    return dna.upper().replace('T', 'U')

def test():
    dna  = 'GATGGAACTTGACTACGTAAATT'
    return transcript(dna) == 'GAUGGAACUUGACUACGUAAAUU'

if __name__ == '__main__':
    if not test():
        print("transcript: Failed")
        sys.exit(1)

    with open('rosalind_rna.txt') as fh:
        dna = fh.read()
        rna = transcript(dna)
        print(rna)

• 只需要将T替换成U就可以了；替换前先用 upper()是为了提高程序的健壮性，使得输入序列中含有小写字母时也能转换成功。

Problem

An RNA string is a string formed from the alphabet containing 'A', 'C', 'G', and 'U'.

Given a DNA string corresponding to a coding strand, its transcribed RNA string is formed by replacing all occurrences of 'T' in with 'U' in .

Given: A DNA string having length at most 1000 nt.

Return: The transcribed RNA string of .

Sample Dataset

GATGGAACTTGACTACGTAAATT

Sample Output

GAUGGAACUUGACUACGUAAAUU