生信技能17 - 获取外显子和内含子位置坐标及编码序列

最新推荐文章于 2025-11-26 15:40:52 发布

生信与基因组学

最新推荐文章于 2025-11-26 15:40:52 发布

阅读量1k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：生信分析项目实战技能合集文章标签： python 数据分析

本文链接：https://blog.youkuaiyun.com/LittleComputerRobot/article/details/129350311

生信分析项目实战技能合集专栏收录该内容

79 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用Python进行生物信息分析，特别是获取DNA序列中外显子和内含子的位置坐标以及编码序列。通过提供的代码示例，读者可以了解相关操作并应用到自己的生信项目中。

对DNA序列的操作是生信分析编程中经常涉及的内容，以下为获取外显子(exon)和内含子(intron)的位置及编码序列函数，不知道什么是exon和intron的可以看我下面这篇文章：

生信技能9 - 生物信息分析必须掌握的生物学基本概念（建议收藏）

python 代码

# 获取外显子位置函数
def get_exon_postion(dnaSeq, exonSeq):
    exon_start = dnaSeq.find(exonSeq

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

生信与基因组学

关注关注

2
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

生信自学笔记（十二）：基因组序列与基因预测

羊城迷鹿的博客

09-07

1万+

基因组在生物学中，一个生物体的基因组是指包含在该生物的DNA（部分病毒是RNA）中的全部遗传信息，或者说是一套染色体中完整的DNA序列。对于单倍体细胞，基因组是指编码序列和非编码序列在内的全部DNA分子。对于有性生殖个体，通常是指一套常染色体和两种性染色体的序列。基因组包括核基因组、线粒体基因染色体中心li组和叶绿体基因组等。一般而言，染色体中心粒附近重复序列多而编码序列少...

生信各基础名词解释

weixin_69556916的博客

08-18

2382

是特定基因转录的DNA区域，在基因的非编码区，即编码区的上游，转录mRNA的时候与RNA聚合酶结合的位点，告诉RNA聚合酶从启动子开始转录。：mRNA上的3个相邻碱基，共有4的3次方种，即64种，其中决定氨基酸的密码子有61种，决定20种氨基酸（C1/4+2C2/4+C3/4=20氨基酸），另外，UAA、UAG、UGA这三个密码子不能决定任何氨基酸。：终止子也在基因非编码区，即编码区的下游，处于基因或操纵子的末端，是告诉RNA聚合酶转录到此结束的DNA序列。：指的是，基因转录产生的RNA，也称为转录本。

参与评论您还未登录，请先登录后发表或查看评论

Introminer:从带注释的基因组序列中提取内含子信息-开源

04-29

由朱莉·谢伊（Julie Shay）和克劳迪奥·斯拉莫维兹（Claudio Slamovits）创建。 Introminer读取具有基因组数据的序列文件，该文件包含Genbank格式的序列和内含子位置。它提取位置和序列数据以及内含子序列和其他重要参数，以在全基因组范围内研究基因结构和内含子进化。

一文极速读懂UniProt数据库

热门推荐

Baimoc

02-23

4万+

Uniprot （Universal Protein ）是包含蛋白质序列，功能信息，研究论文索引的蛋白质数据库，整合了包括EBI（ European Bioinformatics Institute），SIB（the Swiss Institute of Bioinformatics），PIR（Protein Information Resource）三大数据库的资源。 EBI（ Europe...

bedtools从剪切位点两边提取序列

xjw的博客

01-11

3066

目录下载数据（人类）NCBIGenCodebedtools获取内含子位置获取内含子序列获取上下游位置和序列参考文章下载数据（人类） NCBI 由于我需要获取剪切位点两边的序列，那么我需要下载参考基因组数据和注释文件。参考基因组下载常用的有ncbi、ucsc和ensemble。下图是参考基因组版本对应信息。我是从NCBI下载链接（https://www.ncbi.nlm.nih.gov/）点击搜索之后，就可以在页面中找到了。 GenCode 我的注释文件是在GenCode下载，下面为版本信息

NCBI Genbank核苷酸序列数据库检索基因序列解读

Jinyang_csdn的博客

03-09

2万+

核酸数据库 Genbank数据库=Nucleotide数据库（一）基因序列注释内容解析以dut基因编码的大肠杆菌酶dutpase为例；在Nucleotide数据库search X01714或者dutpase，检索链接https://www.ncbi.nlm.nih.gov/nuccore/x01714；得到以下信息。 1.Locus Locus：编号长度分子类别基因拓扑类型...

提取基因组中的内含子、外显子以及基因间区

weixin_53737233的博客

10-21

1万+

提取基因组中的内含子、外显子以及基因间区

全外显子测序分析

大甘的博客

11-21

3151

提供全面的基因组变异信息，包括编码区和非编码区的变异、拷贝数变异（CNV）、结构变异（如染色体易位、倒位）和重复序列变异。**区别：**WES 专注于编码区变异，WGS 涵盖全基因组，分析范围更广，尤其是非编码区和复杂变异。WGS 数据量大，分析更复杂，尤其是非编码区变异的功能预测、结构变异的准确性，以及注释的全面性。**区别：**WGS 的复杂性和解读难度远高于 WES，需要更多的计算资源和专业知识支持。**区别：**WES 的分析需要特定的捕获和提取步骤，WGS 则是全面的分析。我们以常用的工具（如。

外显子和基因组基本概念(二)

悟道西方

08-05

1046

最后，全基因组关联研究（GWAS）中复杂性状相关变异的C-scores 显著高于匹配的对照，并与研究样本量相关，这可能反映了更大的GWAS准确性的提高。CIGAR以参考序列为基础，使用数字加字母表示比对结果，M：MATCH，I：INSERTION，D：DELETION，N：skipped bases on the reference，S：SOFT CLIPING，H：HARD CLIPING，P：PADDING。原因是：多个样本的VCF文件进行合并时必须区分./.和0/0（./.是未检出的基因型）。

临床外显子组测序分析中的那些坑（中）

悟道西方

12-20

1213

特别是对于WGS，使用更广泛的基因定义是值得的，因为变异是在全基因组范围内检测到的，并且不局限于WES的预定义区域。在过去的12个月中，基因编码被更新了四次，最新的基因编码V38版本，2021年5月更新包括超过2500个新的蛋白质编码转录本，以及与2020年1月版本V33相比的蛋白质编码基因列表中的几个修改（SUP.S2表）。因此，我们建议考虑在临床上与患者表型相关的基因内的所有类型的变异，并在解释期间突出来自HGMD和ClinVar等数据库的所有类型的已知致病变异（即，独立于它们的位置或频率）。

外显子测序wes

生信小博士的博客

04-22

1348

例如在肿瘤临床检测中，寻求肺癌靶向治疗的患者通常会先做panel测序，因为与肺癌靶向治疗相关的基因是比较明确的，几十至一百多个基因的panel测序通常就可以满足需求。因而，从覆盖基因组的范围来说，全基因组测序>全外显子组测序>靶向测序。值得注意的是，通常所说的全外显子组测序，是指针对蛋白编码基因的外显子，很少涉及非编码基因。对外显子组(基因组里的所有外显子)进行测序的方法，即为全外显子组测序 (Whole-Exome Sequencing，WES)，也称为 外显子组测序、全外显子测序，全外测序等。

如何获得hg38外显子的bed文件？

weixin_40594350的博客

04-18

4622

一、bed文件介绍 bed文件是一种记录基因组不同（功能）区域在基因组上的位置以及其它注释信息的文本文件。它包含了由空格或者tab分隔的不同列，以记录不同的信息，每一行对应一个区域。它最早出现于人类基因组计划中，后被广泛应用。因为它不直接在基因组上进行标记和修改，在使用上更具效率。 bed文件最开始并没有一个标准的格式，因此 UCSC Genome Browser 对它的描述逐渐成为了大家的参考标准。它最少为3列，最多可为12列。bed文件辅助 UCSC Genome Browser 对不同片段进行可视

如何做一个基因家族的基因家族核酸分析图表，染色体定位，外显子，启动子，共线性

06-24

###外显子分析外显子分析主要展示基因的结构，包括外显子、内含子、UTR区域等。常用工具：-**GSDS**(GeneStructureDisplayServer)：在线工具，输入基因的CDS和基因组序列位置信息，即可生成基因结构图。-**TBtools**...

【生物信息】用隐马尔可夫模型对生物序列进行建模

C语言/数据结构/数学建模/深度学习/生物信息

04-19

1816

来自Manolis Kellis教授的课教了隐马尔可夫在基因组学中的一些应用重点介绍了隐含状态序列解码问题至于序列概率估计和求解参数问题没有细讲。

IGV-GSAman |「功能基因组时代」的高效率科研工具

abai0410的博客

10-22

2997

今天周末，转眼10月份只剩一周。万万没想到，一个月下去，我还是花了不少时间在完善「GSAman」。至于为什么本来「两个小时」就干完的事情，可以干成「22天」？到底还是我对前面的版本，不太满意。当然，我想今天应该要告一段落，起码在新功能的特性的增加上，可以基本告一段落。暂时我没想到新的非常 exciting 或者用户也没提出让我觉得确实非常值得尽快更新的功能。于是，今天对 GSAman 已有的功能特性做一个汇总，同时也做一个 GSAman 相关推文目录贴，方便大伙了解。**正确的开始，不一定能到达计划的终点。

Python在机器学习中的模型训练

2509_93937153的博客

11-26

160

上周对比SVM和随机森林时，用Pipeline把预处理和训练步骤串起来，cross_val_score直接出十折交叉验证结果，整个实验可复现性极高。数据预处理这块绝对是重头戏。最近在做回归项目，r2_score和mean_squared_error这几个指标函数随调随用，省去了自己实现的麻烦。但平心而论，在常规业务场景下，从数据探索到模型上线的整个生命周期，Python的生态链确实做到了无缝衔接。很多库的默认参数就够用，想要精细调控又能深入底层，这种灵活性才是我们坚持用Python搞机器学习的根本原因。

Java总结进阶之路（基础二）

2509_94006474的博客

11-24

738

提示：java总结学习之路。

Python自动化测试框架开发