[ROSALIND] 제한 자리(restriction site) 찾기

문제 설명

바이러스는 자체 증식이 불가능하기 때문에 숙주의 시스템을 이용해 증식하게 된다. 박테리오파지(bacteriophage)는 박테리아(bacteria)를 숙주로 삼는 바이러스인데 바이러스는 어떻게든 침투해서 자신의 DNA가 증폭될 수 있게 박테리아에 삽입을 하려 하고, 박테리아는 이것을 막기 위해 세포 기능을 복잡하게 하거나 바이러스를 공격하는 기작을 갖추었다. 제한 효소(restriction enzyme)이라 불리는 단백질은 바이러스의 DNA를 절단함으로서 박테리오파지가 기능을 하지 못하게 막는다. 이런 제한 효소는 어떤 DNA를 찾아 절단할 수 있을까?

제한 효소는 homodimer이므로 2개의 똑같은 단백질 구조로 이루어져 있다. 각 구조는 제한 효소에서 DNA의 이중 가닥 중 한 가닥씩 절단하는 역할을 하는데 타겟하는 서열은 4 ~ 12 bp 길이이다. 타겟 서열이 양쪽 가닥에 존재한다면 박테리오파지의 DNA가 절단될 가능성이 높아지게 되고, 오랜 진화 기간을 거쳐 대부분의 제한 효소는 이중 가닥에 나란히 존재하는 곳을 타겟하게 되었다. 즉, 타겟 서열이 상보적인 서열에도 거꾸로 존재하는 구역을 타겟하게 된다.

---

문제 (풀어보기)

DNA 서열이 역 팰린드롬(reverse palindrome)이라는 것은 상보적인 서열이 뒤집힌 것과 서열이 같을 때를 얘기한다. 즉, GCATGC는 상보적인 서열인 CGTACG를 거꾸로 한 것과 같기 때문에 역 팰린드롬이라 할 수 있다.

역 팰린드롬 DNA 서열의 에시

DNA 서열이 FASTA 파일 형식으로 주어졌을 때 길이가 4 ~ 12 bp 인 역 팰린드롬 서열의 시작점과 길이를 모두 출력하시오 (출력 순서는 상관 없음).

예시

>Rosalind_24
TCAATGCATGCGGGTCTATATGCAT

예상 결과

4 6
5 4
6 6
7 4
17 4
18 4
20 6
21 4

 

해결

# DNA 서열을 입력값으로 주었을 때 상보적인 서열 출력하는 함수
def complement_dna(s):
    return s.upper().replace('A', 't').replace('T', 'a').replace('G', 'c').replace('C', 'g').upper()

# 제한 자리 찾는 함수
def restriction_site(s):
    comp_s = complement_dna(s)  # 상보적 서열

    # k가 4 ~ 12 인 모든 k-mer를 확인해서 상보적 서열과 역 팰린드롬인 서열을 찾는 for문
    for k in range(4,13):
        for i in range(len(s)-k+1):
            if s[i:i+k] == comp_s[i:i+k][::-1]:
                print(i+1, k, file=res)

res = open('result.txt', 'w')
# FASTA 파일에 있는 DNA 서열 가져오기
with open('rosalind_revp.txt', 'r') as f:
    s = ''
    for line in f.readlines():
        if not line.startswith('>'):
            s += line.strip()
    
    restriction_site(s)
res.close()