codonUsage-Arbo

Este repositório contém arquivos gerados com o estudo da avaliação do uso de códons em infecções virais que utiliza como modelos os arbovírus: DENV, ZIKV, CHIKV.

bibliotecas:

• pymysql
• SeqIO
• click
• re
• AlignIO
• os
• csv
• collections
• pathlib
• statistics
• math

inserir_banco

Este diretório armazena alguns scripts que foram utilizados para inserção de dados biológicos num banco de dados MySQL.

Dado	Uso	Descrição
help	command --help	Ajuda
genoma	i_genoma.py [OPTIONS] FILE	Insere genomas completos do viprbrc no formato FASTA.
refseq	i_refseq.py [OPTIONS] FILE	Insere sequências referências (CDS)-NCBI no formato FASTA.
alinhamento	i_algn.py [OPTIONS]	no diretório dos arquivos : python .\i_algn.py --path . Insere alinhamentos(RefSeq-NCBI x genomas completos-viprbc) e seus ids.
códon RNA\DNA	i_codon.py [OPTIONS] FILE	Insere dados sobre códons de DNA e RNA de um arquivo no formato csv.
frequência de códons do hospedeiro	i_freqhost.py [OPTIONS] FILE	Insere dados sobre frequência de códons do hospedeiro de um arquivo no formato csv.
frequência de genes tRNA	i_freqtrna.py [OPTIONS] FILE	Insere dados sobre frequência de genes de tRNA de um arquivo no formato csv.
frequência de códons dos vírus	i_freqvirus.py [OPTIONS] FILE	Insere dados sobre frequência de códons dos vírus gerados no codonW.
frequência de códons do hospedeiro	i_freqhostnovo.py [OPTIONS] FILE	Insere dados sobre frequência de códons do hospedeiro de um arquivo no formato csv e calcula a frequência relativa
similaridade	i_similaridade.py	Insere dados sobre cálculos de similaridade.

Exemplo de uso:

Input:

$ caminho-arquivo.py/ python3 arquivo.py caminho-arquivo-ou-pasta/file

output:

+-----------+-----------+----------+----------------+-------------+
| PK_codons |  codonRNA | codonDNA | nomeAminoacido |  abrev_aa   |
+-----------+-----------+------+---+----------------+-------------+
|     1     |     AAA   |     AAA  |     Lisina     |     Lys     | 
|     2     |     AAG   |     AAG  |     Lisina     |     Lys     |
|     3     |     AAC   |     AAC  |    Asparagina  |     Asn     |
|     ...   |     ...   |     ...  |     ...        |     ...     |
+-----------+-----------+----------+----------------+-------------+

Edição

Este diretório armazena alguns scripts que foram utilizados para edição de sequências de genomas completos dos vírus alinhadas com as cds referência do vírus.

scripts
trimCrhis.pl
trimHallz.py
trimcds.py

Exemplo de uso:

Input:
---aaattcc---cccc--
aactgtgactgcatgcatgactgactg
-----------------------------------
Output:
aaattcc---cccc
tgtgactgcatgcatgactgac

Validação

Este diretório armazena scripts que foram utilizados para validação da contagem da frequência de códons e ordenação geradas pelo codonW.

scripts
count.txt
valid_ordfreq.py

Cálculos

Este diretório armazena scripts relacionados aos cálculos do estudo.

scripts
similaridade.py
media.py

SIMILARIDADE entre duas espécies a e b = somatório da freqrelativahumano (especieB) * somatório da freqrelativavirusx (espécie A) / raiz do somatório da freqcodonhumano ao quadrado x somatório da freqcodonrelativavirus ao quadrado

Output:
Genoma:  gb:MT636909   RefSeq:  lcl|NC_004162.2_cds_NP_690589.2_2
Similaridade entre  gb:MT636909  e humano é :  0.9131291564221438
Genoma:  gb:MT636910   RefSeq:  lcl|NC_004162.2_cds_NP_690589.2_2
Similaridade entre  gb:MT636910  e humano é :  0.9143951531026236
Genoma:  gb:MT636911   RefSeq:  lcl|NC_004162.2_cds_NP_690589.2_2
Similaridade entre  gb:MT636911  e humano é :  0.9139864625759921

MÉDIA = média da frequência absoluta de cada códon para cada vírus(refseq).

Output:
A média 139.8363448631905, do códon AAA da refseq lcl|NC_001474.2_cds_NP_056776.2_1
refseq ['lcl|NC_001475.2_cds_YP_001621843.1_1']
 A média 127.64048059149722, do códon AAA da refseq lcl|NC_001475.2_cds_YP_001621843.1_1
refseq ['lcl|NC_001477.1_cds_NP_059433.1_1']
 A média 137.1747572815534, do códon AAA da refseq lcl|NC_001477.1_cds_NP_059433.1_1
refseq ['lcl|NC_002640.1_cds_NP_073286.1_1']
 A média 127.35272727272728, do códon AAA da refseq lcl|NC_002640.1_cds_NP_073286.1_1
refseq ['lcl|NC_004162.2_cds_NP_690588.1_1']
 A média 69.66666666666667, do códon AAA da refseq lcl|NC_004162.2_cds_NP_690588.1_1
refseq ['lcl|NC_004162.2_cds_NP_690589.2_2']
 A média 34.666666666666664, do códon AAA da refseq lcl|NC_004162.2_cds_NP_690589.2_2
refseq ['lcl|NC_012532.1_cds_YP_002790881.1_1']
 A média 78.63503649635037, do códon AAA da refseq lcl|NC_012532.1_cds_YP_002790881.1_1
refseq ['lcl|NC_001474.2_cds_NP_056776.2_1']

Contribuidores

_{Crhisllane Vasconcelos}

_{Larisse Depa}

_{Larissa Depa}