用准种模型优化密码子的使用
cobilib的Python项目详细描述
摘要
我们提供了一个库,使我们能够选择一些参考基因 哪些密码子的使用应该优化。此外,我们允许输入 适应因子变化量:密码子翻译速度,trna 丰度等。考虑到这些有助于健康的因素,结果是 显示为导致 模拟密码子和参考密码子使用的最佳相似性。下一步, 强度可以调整,密码子的使用可以生成 然后利用经典密码子调整基因序列 作为优化器的优化工具。
示例
在示例工作流中,您可能希望选择一个fasta文件 包含你想要使用的基因。您可以从文件中选择它们 或者一个网址。在这两种情况下密码子使用和氨基酸使用的柱状图 是生成的。
然后你可以(可选)加载一个高表达基因的列表,我们 支持heg数据库中的格式。密码子用法的可视化 偏差,例如,检查幼崽是否如你所期望的那样可以通过绘制 各种降维方法。
如果你不想使用所有的基因,你可以输入 数字n。前n个基因只会被分析。
你现在必须选择一个适应度矩阵,它给出了 一种氨基酸用另一种氨基酸表示。
此外,您还可以选择许多fitnessfunctions来指定 给每个密码子一个适应度。这些函数将被规范化! 如果要执行测试运行,请 必须输入参数:alpha,beta,selection,t_i for every 测试函数。alpha和beta是 密码子取代与跃迁/跃迁偏倚有关。 输入以逗号或空格/制表符分隔(或 那些)。
您可以比较绝对密码子用法和相对密码子用法(规范化为 每一个氨基酸)密码子的使用情况通过小区比较。为了优化 你可以试着优化第一个基因,然后再考虑 比较一下这个算法是否有效。
在最后一步,你可以优化所有你读过的基因。返回 是最佳参数,拟合优度和RSCU 用于在优化器等帮助下进行优化。