ataserinyelMSA 0.2.0

A simple MAFFT-based Multiple Sequence Alignment (MSA) library

ataserinyelMSA

Python ile yazılmış, MAFFT'tan ilham alan bir Çoklu Dizi Hizalama (MSA) aracı.

Algoritma

Bu araç, MAFFT FFT-NS-1 pipeline'ının basitleştirilmiş bir versiyonunu uygular:

1. FASTA Okuma/Yazma — Standart FASTA formatında dosya okuma ve yazma
2. FFT Tabanlı Mesafe Matrisi — Nükleotid vektörlerinin (4 kanallı, tek sıcak kodlama) çapraz korelasyonu ile ikili dizi benzerlik tahmini
3. Rehber Ağaç — Mesafe matrisine UPGMA kümeleme uygulaması
4. Aşamalı Hizalama — Rehber ağaç sırasına göre uygulanan Needleman-Wunsch global hizalaması; birleştirilen gruplar her adımda konsensüs dizi ile temsil edilir

Puanlama

Çift	Puan
Eşleşme (A=A, T=T, G=G, C=C, U=U)	+1
T / U (biyolojik olarak eşdeğer)	+1
Uyuşmazlık	-1
Boşluk (Gap)	-1

Orijinal MAFFT'tan Farklar

• Gelişmiş yer değiştirme matrisleri yerine basit +1/−1 nükleotid puanlaması kullanır
• Afin boşluk cezası yok (açma ve uzatma ayrımı yok)
• Yinelemeli iyileştirme yok (FFT-NS-2 / FFT-NS-i)
• Küçük DNA/RNA veri setleri için uygundur

Proje Yapısı

ataserinyelMSA/
├── main.py                   # Komut satırı giriş noktası
├── src/ataserinyelMSA/
│   ├── fasta.py              # FASTA okuma/yazma
│   ├── scoring.py            # Nükleotid puanlama matrisi
│   ├── fft_utils.py          # FFT tabanlı mesafe hesabı
│   ├── alignment.py          # Needleman-Wunsch, aşamalı hizalama
│   └── tree.py               # UPGMA rehber ağaç
└── test/
    ├── test.fasta             # Örnek girdi
    ├── test_scoring.py
    ├── test_alignment.py
    ├── test_fasta.py
    ├── test_distance.py
    ├── test_tree.py
    ├── test_progressive_alignment.py
    └── test_pipline.py

Kullanım

python main.py girdi.fasta cikti.fasta

Örnek

Girdi (test/test.fasta):

>seq1
GATTACA
>seq2
GCATGCU
>seq3
AGCTAGC

Çıktı (test/output.fasta):

>seq1
-GAT-TACA
>seq2
-GC-ATGCU
>seq3
AGCTA-GC-

Kurulum

pip install ataserinyelMSA

Testleri Çalıştırma

python -m pytest test/ -v

Yazar

Ata Serinyel