Hướng dẫn xây dựng công cụ kỹ thuật Plasmid: Bản đồ vòng, phân tích cắt và thiết kế mồi trên Google Colab

Trong bài hướng dẫn này, chúng tôi xây dựng một nền tảng làm việc về plasmid (plasmid workbench) chạy trực tiếp trên Google Colab, tái hiện các ý tưởng cốt lõi của SpliceCraft trong môi trường notebook tương tác. Thay vì dựa vào giao diện dòng lệnh (TUI), chúng tôi sử dụng Biopython, NumPy và Matplotlib để tải các bản ghi plasmid, chuẩn hóa các đặc điểm bộ gen đã chú thích, hiển thị bản đồ plasmid dạng vòng và dạng thẳng, tính toán thống kê trình tự, phân tích các vị trí cắt của enzyme giới hạn, mô phỏng quá trình cắt ảo, quét các khung đọc mở (ORF), dịch các đặc điểm CDS, thiết kế mồi (primer) và thực hiện chỉnh sửa trình tự theo lập trình. Chúng tôi bắt đầu với một plasmid tổng hợp ngoại tuyến để quy trình làm việc chạy ổn định mà không cần phụ thuộc vào bên ngoài, đồng thời vẫn hỗ trợ tùy chọn lấy dữ liệu từ NCBI GenBank và tải lên tệp GenBank cục bộ.

Chúng tôi thiết lập môi trường notebook, cài đặt Biopython khi cần và nhập các thư viện khoa học, vẽ biểu đồ và phân tích trình tự cần thiết cho quy trình. Chúng tôi định nghĩa cấu hình plasmid, bảng màu đặc điểm, vị trí nhân bản đa điểm (multiple cloning site) và plasmid tổng hợp dự phòng để bài hướng dẫn vẫn hoạt động ngay cả khi không có kết nối internet. Chúng tôi cũng tạo các hàm hỗ trợ để tải bản ghi từ NCBI hoặc các tệp GenBank và chuẩn hóa các đặc điểm trình tự đã chú thích thành siêu dữ liệu có thể hiển thị.

Chúng tôi triển khai tính năng trực quan hóa plasmid dạng vòng bằng cách ánh xạ các vị trí cặp base sang tọa độ góc trên một vòng tròn theo chiều kim đồng hồ. Chúng tôi tính toán hàm lượng GC, vẽ khung plasmid, thêm các vạch chia, hiển thị các cung đặc điểm và gắn các mũi tên chỉ hướng để biểu thị rõ ràng hướng của mạch. Chúng tôi cũng thêm nhãn và siêu dữ liệu trình tự trung tâm để bản đồ vừa có giá trị về mặt sinh học, vừa dễ đọc trực quan trên Colab.

Chúng tôi xây dựng bản đồ plasmid dạng thẳng biểu diễn các đặc điểm đã chú thích dọc theo trục cặp base để dễ dàng kiểm tra vị trí hơn. Sau đó, chúng tôi tính toán độ lệch GC tích lũy (cumulative GC-skew) để quan sát xu hướng nucleotide định hướng, vốn có thể chỉ ra cấu trúc liên quan đến quá trình sao chép. Chúng tôi cũng bổ sung các tiện ích thống kê trình tự và phân tích giới hạn để tóm tắt thành phần plasmid, các vị trí cắt của enzyme, các enzyme cắt duy nhất và các đoạn cắt dự kiến.

Chúng tôi mô phỏng một gel agarose ảo bằng cách vẽ kích thước các đoạn cắt bên cạnh thang DNA trên trục di chuyển theo thang logarit. Chúng tôi quét trình tự plasmid trong cả sáu khung đọc để xác định các khung đọc mở dài và xếp hạng chúng theo độ dài axit amin. Chúng tôi cũng dịch các đặc điểm CDS đã chú thích và thiết kế mồi xung quanh một vùng được chọn bằng cách điều chỉnh độ dài mồi theo nhiệt độ nóng chảy mục tiêu.

Chúng tôi triển khai một hàm chỉnh sửa trình tự thuần túy hỗ trợ chèn, xóa và thay thế, đồng thời trả về một SeqRecord đã chỉnh sửa mới. Chúng tôi bảo toàn các chú thích plasmid và dịch chuyển tọa độ các đặc điểm phía sau để cấu trúc đã chỉnh sửa vẫn nhất quán về mặt nội bộ sau khi thay đổi trình tự. Chúng tôi cũng tạo một thư viện plasmid nhẹ trong notebook cho phép lưu trữ và liệt kê các bản ghi gốc và đã chỉnh sửa trong suốt quy trình làm việc.

Chúng tôi chạy bản demo có hướng dẫn đầy đủ bằng cách tải một bản ghi plasmid, thêm nó vào thư viện và in ra các thống kê trình tự. Chúng tôi tạo bản đồ vòng, bản đồ thẳng, biểu đồ GC-skew, báo cáo giới hạn, gel ảo, quét ORF, dịch CDS và kết quả thiết kế mồi theo trình tự. Chúng tôi kết thúc bằng việc chỉnh sửa plasmid, lưu trữ cấu trúc đã chỉnh sửa và cho thấy cách notebook có thể đóng vai trò là một nền tảng làm việc về plasmid có thể tái sử dụng.

Tóm lại, chúng tôi đã hoàn thành bài hướng dẫn bằng cách biến một notebook đơn lẻ thành một không gian làm việc kỹ thuật plasmid nhỏ gọn nhưng đầy đủ chức năng. Chúng tôi đã đi từ việc tải trình tự và trích xuất đặc điểm đến trực quan hóa plasmid bằng đồ họa, phân tích GC-skew, lập bản đồ giới hạn, mô phỏng gel, khám phá ORF, thiết kế mồi và thao tác chỉnh sửa trình tự. Bằng cách giữ mỗi thao tác là một hàm Python có thể tái sử dụng, chúng tôi đã làm cho quy trình làm việc đủ linh hoạt để kiểm tra các bản ghi GenBank thực tế, sửa đổi trình tự plasmid, so sánh các cấu trúc đã chỉnh sửa và mở rộng notebook với các tiện ích nhân bản hoặc chú thích bổ sung. Nhìn chung, chúng tôi đã chứng minh cách chuyển đổi hành vi của một công cụ plasmid dòng lệnh thành một quy trình tin sinh học có thể tái lập, trực quan và thân thiện với notebook.

Xem TOÀN BỘ MÃ NGUỒN tại đây. Ngoài ra, hãy theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit 150k+ ML của chúng tôi và Đăng ký nhận Bản tin. Khoan đã! Bạn có dùng Telegram không? Bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram.

Bạn cần hợp tác với chúng tôi để quảng bá GitHub Repo, Trang Hugging Face, Phát hành sản phẩm hoặc Hội thảo trực tuyến, v.v. của bạn? Hãy kết nối với chúng tôi.

Sana Hassan, thực tập sinh tư vấn tại Marktechpost và là sinh viên bằng kép tại IIT Madras, rất đam mê việc ứng dụng công nghệ và AI để giải quyết các thách thức trong thế giới thực. Với sự quan tâm sâu sắc đến việc giải quyết các vấn đề thực tiễn, anh mang đến một góc nhìn mới mẻ cho sự giao thoa giữa AI và các giải pháp đời sống.