Analisis Sekuens menggunakan BioPython

Mempelajari dasar-dasar analisis sekuens DNA menggunakan library BioPython di Python.

---

Instalasi

Pastikan BioPython sudah terinstal sebelum memulai:

pip install biopython

---

Membuat Sekuens

Bio.Seq adalah kelas utama di BioPython untuk merepresentasikan urutan nukleotida DNA. Objek Seq dapat diperlakukan seperti string Python biasa, namun memiliki metode tambahan khusus analisis biologi.

seqA = Seq("ATGCATGC") print(f'Sequence A: {seqA}')

seqA = Seq("ATGCATGC")

print(f'Sequence A: {seqA}')

seqA = Seq("ATGCATGC") print(f'Sequence A: {seqA}')

---

Indexing & Pencarian

Untuk menemukan posisi basa tertentu dalam sekuens, gunakan .find() atau .index():

Metode	Perilaku jika tidak ditemukan
.find()	Mengembalikan -1
.index()	Melempar ValueError

print(f'5th Base: {seqA[4]}') print(f'.find(): {seqA.find("T")}') print(f'.index(): {seqA.index("T")}')

print(f'5th Base: {seqA[4]}')

print(f'.find(): {seqA.find("T")}')

print(f'.index(): {seqA.index("T")}')

print(f'5th Base: {seqA[4]}') print(f'.find(): {seqA.find("T")}') print(f'.index(): {seqA.index("T")}')

Gunakan .find() jika kamu tidak yakin apakah pattern ada. Gunakan .index() jika kamu yakin ada dan ingin program berhenti jika tidak ditemukan.

---

Slicing

Mengambil bagian dari sekuens menggunakan notasi [start:stop:step]:

print(seqA) print(f'First 5 bases: {seqA[:5]}') print(f'Last 5 bases: {seqA[-5:]}') print(f'Reversed: {seqA[::-1]}')

print(seqA)

print(f'First 5 bases: {seqA[:5]}')

print(f'Last 5 bases: {seqA[-5:]}')

print(f'Reversed: {seqA[::-1]}')

print(seqA) print(f'First 5 bases: {seqA[:5]}') print(f'Last 5 bases: {seqA[-5:]}') print(f'Reversed: {seqA[::-1]}')

---

Menggabungkan Sekuens

Gunakan operator + untuk menggabungkan (konkatenasi) dua objek Seq:

seqA = Seq("ATGCATGC") seqB = Seq("CTGAGATC") seqC = seqA + seqB print(f'Sequence C: {seqC}')

seqA = Seq("ATGCATGC")

seqB = Seq("CTGAGATC")

seqC = seqA + seqB

print(f'Sequence C: {seqC}')

seqA = Seq("ATGCATGC") seqB = Seq("CTGAGATC") seqC = seqA + seqB print(f'Sequence C: {seqC}')

---

Menemukan Kodon (nt_search)

nt_search() dari Bio.SeqUtils mengembalikan list berisi pattern diikuti semua indeks kemunculannya:

# Format output: [pattern, index1, index2, ...] print(nt_search(str(seqA), "ATG")) print(nt_search(str(seqB), "ATG"))

# Format output: [pattern, index1, index2, ...]

print(nt_search(str(seqA), "ATG"))

print(nt_search(str(seqB), "ATG"))

# Format output: [pattern, index1, index2, ...] print(nt_search(str(seqA), "ATG")) print(nt_search(str(seqB), "ATG"))

Perhatikan bahwa nt_search() menerima string biasa, bukan objek Seq. Gunakan str(seq) untuk konversi.

---

Frekuensi Nukleotida

Ada dua cara menghitung frekuensi basa dalam sekuens:

# Cara 1: Counter counter_A = Counter(seqA) print(counter_A) # Cara 2: .count() freq_A = seqA.count('A') freq_T = seqA.count('T') freq_G = seqA.count('G') freq_C = seqA.count('C') print(freq_A, freq_T, freq_G, freq_C)

# Cara 1: Counter

counter_A = Counter(seqA)

print(counter_A)

# Cara 2: .count()

freq_A = seqA.count('A')

freq_T = seqA.count('T')

freq_G = seqA.count('G')

freq_C = seqA.count('C')

print(freq_A, freq_T, freq_G, freq_C)

# Cara 1: Counter counter_A = Counter(seqA) print(counter_A) # Cara 2: .count() freq_A = seqA.count('A') freq_T = seqA.count('T') freq_G = seqA.count('G') freq_C = seqA.count('C') print(freq_A, freq_T, freq_G, freq_C)

---

Visualisasi

Gunakan matplotlib untuk memvisualisasikan frekuensi basa sebagai bar chart:

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(9, 4)) ax1.bar(counter_A.keys(), counter_A.values()) ax1.set_title("Frequency using Counter") ax2.bar(["A", "T", "G", "C"], [freq_A, freq_T, freq_G, freq_C]) ax2.set_title("Frequency using .count()") plt.tight_layout() plt.show()

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(9, 4))

ax1.bar(counter_A.keys(), counter_A.values())

ax1.set_title("Frequency using Counter")

ax2.bar(["A", "T", "G", "C"], [freq_A, freq_T, freq_G, freq_C])

ax2.set_title("Frequency using .count()")

plt.tight_layout()

plt.show()

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(9, 4)) ax1.bar(counter_A.keys(), counter_A.values()) ax1.set_title("Frequency using Counter") ax2.bar(["A", "T", "G", "C"], [freq_A, freq_T, freq_G, freq_C]) ax2.set_title("Frequency using .count()") plt.tight_layout() plt.show()

---

Kode Lengkap

Explorer

sequence-analysis

sesi1.py

sesi1_latihan.py

sequence-analysis/sesi1.py

from Bio.Seq import Seq

# ── Membuat Sekuens ───────────────────────────────────────────────
seqA = Seq("ATGCATGC")
print(f'Sequence A: {seqA}')

# ── Indexing & Pencarian ──────────────────────────────────────────
print(f'5th Base: {seqA[4]}')

# Cara 1: .find() -> return -1 jika tidak ketemu
print(f'.find(): {seqA.find("T")}')

# Cara 2: .index() -> raise error jika tidak ketemu
print(f'.index(): {seqA.index("T")}')

# ── Slicing ───────────────────────────────────────────────────────
print(seqA)
print(f'First 5 bases: {seqA[:5]}')
print(f'Last 5 bases: {seqA[-5:]}')
print(f'Reversed: {seqA[::-1]}')

# ── Merge / Gabungkan Sekuens ─────────────────────────────────────
seqB = Seq("CTGAGATC")
seqC = seqA + seqB
print(f'Sequence A: {seqA}')
print(f'Sequence B: {seqB}')
print(f'Sequence C: {seqC}')

# ── Menemukan Kodon ───────────────────────────────────────────────
from Bio.SeqUtils import nt_search
print(f"ATG in Sequence A: {nt_search(str(seqA), 'ATG')}")
print(f"ATG in Sequence B: {nt_search(str(seqB), 'ATG')}")

# ── Frekuensi Nukleotida ──────────────────────────────────────────
from collections import Counter

counter_A = Counter(seqA)
print(f"Frequency Sequence A: {counter_A}")

freq_A = seqA.count('A')
freq_T = seqA.count('T')
freq_G = seqA.count('G')
freq_C = seqA.count('C')
print(freq_A, freq_T, freq_G, freq_C)

# ── Visualisasi ───────────────────────────────────────────────────
import matplotlib.pyplot as plt

plt.bar(counter_A.keys(), counter_A.values())
plt.title("Frequency Sequence A using Counter")
plt.show()

plt.bar(["A", "T", "G", "C"], [freq_A, freq_T, freq_G, freq_C])
plt.title("Frequency Sequence A using .count()")
plt.show()

---

Latihan

Diberikan dua sekuens berikut (masing-masing 48 bp):

seqA = Seq("AGCTTGCAGCGTCCGTTAGCTCGAGTCCAGGACGTTAGTCCTGCAGTC")
seqB = Seq("CAGTAAGTTGCCGTTAGCGCGTAGTGCCAGTAAGCGGCTCGTTAGTGG")

Kerjakan soal-soal berikut:

1. Hitung panjang masing-masing sekuens
2. Hitung total kemunculan motif CGC pada kedua sekuens digabung
3. Temukan kemunculan pertama motif CAGTC di setiap sekuens
4. Buat sekuens baru: 15 basa pertama dari seqA + 10 basa terakhir dari seqB
5. Balikkan urutan sekuens baru tersebut
6. Hitung frekuensi basa dan visualisasikan dengan bar chart

Klik tab sesi1_latihan.py di file explorer di atas untuk melihat solusinya.

---

Ringkasan

Fungsi	Deskripsi
Seq()	Membuat objek sekuens DNA
seqA[i]	Akses basa ke-i (0-based)
.find(pat)	Cari posisi pattern (return -1 jika tidak ada)
.index(pat)	Cari posisi pattern (raise error jika tidak ada)
nt_search(str, pat)	Cari semua posisi pattern (dari BioPython)
seq[start:stop]	Slicing sekuens
seq[::-1]	Membalik sekuens
seqA + seqB	Menggabungkan sekuens
Counter(seq)	Frekuensi semua basa sekaligus
.count(base)	Frekuensi satu basa