Lectura de un fichero en formato FASTA, conversión de bases a codones y de codones a aminoácidos

rna.py

#!/usr/bin/env python3

'''

Descargado de https://www.ncbi.nlm.nih.gov/nuccore/NM_001143854.1?report=fasta

'''

file = open('sample_rna.txt', 'r')
stringfile = file.read()

'''

A	Alanina
B	Ácido aspártico o Asparagina
C	Cisteína
D	Ácido aspártico
E	Ácido glutámico
F	Fenilalanina
G	Glicina
H	Histidina
I	Isoleucina
K	Lisina
L	Leucina
M	Metionina
N	Asparagina
O	Pirrolisina
P	Prolina
Q	Glutamina
R	Arginina
S	Serina
T	Treonina
U	Selenocisteína
V	Valina
W	Triptófano
Y	Tirosina 

'''

def procesar_fasta(fichero):
	
	secuencias = fichero.split(">")[1:]
	
	resultado = []
	
	for secuencia in secuencias:
		
		descripcion = secuencia.split("\n")[0]
		
		bases = secuencia.split("\n")[1:]
		
		bases = ''.join(bases).replace("T", "U") 
		
		objeto = {'descripcion': descripcion, 'bases': bases}
		
		resultado.append(objeto)
	
	return resultado
	
def secuencia_a_codones(secuencia):
	
	codones = []
	
	for i in range(0, len(secuencia)-(3+len(secuencia)%3), 3):

		codones.append(secuencia[i:i+3])
		
	return codones
		
def codon_a_aminoacido(codon):

	rna_codon = {"UUU" : "F", "CUU" : "L", "AUU" : "I", "GUU" : "V",
			   "UUC" : "F", "CUC" : "L", "AUC" : "I", "GUC" : "V",
			   "UUA" : "L", "CUA" : "L", "AUA" : "I", "GUA" : "V",
			   "UUG" : "L", "CUG" : "L", "AUG" : "M", "GUG" : "V",
			   "UCU" : "S", "CCU" : "P", "ACU" : "T", "GCU" : "A",
			   "UCC" : "S", "CCC" : "P", "ACC" : "T", "GCC" : "A",
			   "UCA" : "S", "CCA" : "P", "ACA" : "T", "GCA" : "A",
			   "UCG" : "S", "CCG" : "P", "ACG" : "T", "GCG" : "A",
			   "UAU" : "Y", "CAU" : "H", "AAU" : "N", "GAU" : "D",
			   "UAC" : "Y", "CAC" : "H", "AAC" : "N", "GAC" : "D",
			   "UAA" : "STOP", "CAA" : "Q", "AAA" : "K", "GAA" : "E",
			   "UAG" : "STOP", "CAG" : "Q", "AAG" : "K", "GAG" : "E",
			   "UGU" : "C", "CGU" : "R", "AGU" : "S", "GGU" : "G",
			   "UGC" : "C", "CGC" : "R", "AGC" : "S", "GGC" : "G",
			   "UGA" : "STOP", "CGA" : "R", "AGA" : "R", "GGA" : "G",
			   "UGG" : "W", "CGG" : "R", "AGG" : "R", "GGG" : "G" 
				}
				
	return rna_codon[codon]
	
	
def secuencia_a_aminoacidos(secuencia):
	
	codones = secuencia_a_codones(secuencia)
	
	aminoacidos = []
	
	for codon in codones:
		
		aminoacido = codon_a_aminoacido(codon)
		
		aminoacidos.append(aminoacido)
	
	return aminoacidos
	

# 1º Pocesamos un fichero en formato FASTA para extraer las secuencias que contiene, nos quedamos con la primera [0]

secuencia1 = procesar_fasta(stringfile)[0]

# 2º Convertimos la secuencia a aminoacidos

print(secuencia_a_aminoacidos(secuencia1['bases']))