Trilha 4 · Listas, dicionários, strings

Estruturas de dados na biologia

A aula interativa precisa de JavaScript para executar o Python no seu navegador.

O ambiente Python é preparado na primeira vez que você executa uma célula.

Passo 1 · Strings: a sequência como texto

Rascunho a revisar: este conteúdo foi escrito com ajuda de IA e ainda precisa ser revisado pelo professor antes de ser usado em aula. Os dados e as sequências são fictícios.

Uma sequência de DNA pode ser tratada como texto (string). Dá para pegar pedaços com [início:fim] (o fim não entra), mudar maiúsculas com upper() e trocar letras com replace(). Índices negativos contam do fim.

Célula de código

dna = "atggccctgtgg"
dna = dna.upper()

print(dna)
print("Primeiro códon:", dna[0:3])
print("Último códon:", dna[-3:])
print("RNA:", dna.replace("T", "U"))

Saída

Desafio

Guarde em rna a versão em RNA (T vira U) da sequência ATGAAATAG.

Seu código

dna = "ATGAAATAG"
rna = ""
print(rna)

Saída

Passo 2 · Listas de sequências

Listas guardam várias sequências. Com append você acrescenta, com sorted(..., key=len) ordena pelo tamanho e uma compreensão de lista [len(s) for s in lista] cria outra lista a partir da primeira.

Célula de código

sequencias = ["ATGGCC", "ATG", "ATGGCCCTG"]
sequencias.append("ATGA")

print(len(sequencias))
print(sorted(sequencias, key=len))
print([len(s) for s in sequencias])

Saída

Desafio

Crie a lista maiores só com as sequências de 6 ou mais bases.

Seu código

sequencias = ["ATG", "ATGGCC", "AT", "ATGGCCCTG"]

maiores = []
print(maiores)

Saída

Passo 3 · Dicionários: contar bases

Um dicionário liga uma chave a um valor. É ótimo para contar: cada base é uma chave e o valor é a quantidade. contagem.get(base, 0) devolve 0 se a base ainda não apareceu.

Célula de código

sequencia = "ATGGCCCTGTGGATGCGC"

contagem = {}
for base in sequencia:
    contagem[base] = contagem.get(base, 0) + 1

print(contagem)

Saída

Desafio

Conte quantas vezes cada códon (trinca de bases) aparece em ATGATGAAA e guarde no dicionário codons.

Seu código

sequencia = "ATGATGAAA"

codons = {}
# percorra de 3 em 3: for i in range(0, len(sequencia), 3)

print(codons)

Saída

Passo 4 · Tuplas e conjuntos

Uma tupla é como uma lista que não muda, boa para dados fixos (ex.: nome, início e fim de um gene). Um conjunto (set) guarda itens sem repetição. Como a ordem de um conjunto não é garantida, use sorted() para mostrá-lo.

Célula de código

gene = ("gene_fic", 100, 250)
nome, inicio, fim = gene
print(nome, "tem", fim - inicio, "bases")

sequencia = "ATGGCCATGGCC"
codons = [sequencia[i:i+3] for i in range(0, len(sequencia), 3)]
print(codons)
print(sorted(set(codons)))
print(len(set(codons)), "códons diferentes")

Saída

Desafio

Guarde em variedade quantas bases diferentes aparecem na sequência ATATGGAT.

Seu código

seq = "ATATGGAT"

variedade = 0
print(variedade)

Saída

Passo 5 · Desafio da trilha: complemento reverso

A outra fita do DNA é o complemento reverso: troca-se A↔T e G↔C e lê-se ao contrário. Um dicionário faz a troca e [::-1] inverte o texto.

Célula de código

complemento = {"A": "T", "T": "A", "G": "C", "C": "G"}

seq = "ATGC"
saida = ""
for base in seq:
    saida += complemento[base]

print(saida)
print(saida[::-1])

Saída

Desafio

Escreva a função complemento_reverso(seq).

Seu código

complemento = {"A": "T", "T": "A", "G": "C", "C": "G"}

def complemento_reverso(seq):
    # complete aqui
    return ""

print(complemento_reverso("ATGC"))

Saída

O Python roda só no seu navegador (Pyodide). A verificação dos desafios é um feedback para aprender, não uma nota: o código da verificação fica visível no navegador.