Trilha 8 · Em dupla ou individual

Miniprojeto final

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

Arquivos em /data/

exemplo.fasta
Sequências fictícias para treino

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

Passo 1 · Escolha a pergunta

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.

Um bom miniprojeto responde uma pergunta com os dados que você tem. Com o exemplo.fasta (duas sequências fictícias) vocês podem investigar, por exemplo:

Qual sequência tem mais G+C?
As duas começam com o códon de início ATG? E terminam com um códon de parada?
Que proteínas elas codificam?

Trabalhem em dupla ou individualmente. Ao longo dos passos vocês vão: ler os dados, analisar, desenhar um gráfico e apresentar.

Desafio

Escreva sua pergunta (pelo menos 15 caracteres) na variável pergunta.

Seu código

pergunta = ""
print(pergunta)

Saída

Passo 2 · Ler os dados

Leia o arquivo e guarde cada sequência num dicionário dados (identificador → sequência em texto).

Célula de código

from Bio import SeqIO

dados = {}
for r in SeqIO.parse("/data/exemplo.fasta", "fasta"):
    dados[r.id] = str(r.seq)

for nome, seq in dados.items():
    print(nome, len(seq), "bases")

Saída

Desafio

Guarde em n_seqs quantas sequências há em dados.

Seu código

# execute antes a célula acima
n_seqs = 0
print(n_seqs)

Saída

Passo 3 · Analisar

Agora calcule o que sua pergunta pede. Abaixo, uma tabela com tamanho, GC, se começa com ATG e se termina com um códon de parada. Adapte à sua pergunta.

Célula de código

import pandas as pd
from Bio import SeqIO

dados = {r.id: str(r.seq) for r in SeqIO.parse("/data/exemplo.fasta", "fasta")}

linhas = []
for nome, seq in dados.items():
    gc = (seq.count("G") + seq.count("C")) / len(seq) * 100
    linhas.append((nome, len(seq), round(gc, 1), seq.startswith("ATG"), seq[-3:] in ["TAA", "TAG", "TGA"]))

tabela = pd.DataFrame(linhas, columns=["id", "tamanho", "gc", "comeca_atg", "termina_stop"])
print(tabela)

Saída

Desafio

Acrescente à tabela a coluna at (porcentagem de A+T = 100 − GC).

Seu código

# execute antes a célula acima
tabela["at"] = 0
print(tabela)

Saída

Passo 4 · Visualizar

Transforme o resultado em um gráfico simples. Lembre: título, nomes dos eixos e uma legenda em uma frase que diga o que o gráfico mostra.

Célula de código

import matplotlib.pyplot as plt
from Bio import SeqIO

nomes, gcs = [], []
for r in SeqIO.parse("/data/exemplo.fasta", "fasta"):
    s = str(r.seq)
    nomes.append(r.id)
    gcs.append((s.count("G") + s.count("C")) / len(s) * 100)

plt.bar(nomes, gcs, color=["#0072B2", "#E69F00"])
plt.title("GC das sequências do exemplo")
plt.ylabel("GC (%)")
plt.tight_layout()

Saída

Desafio

Escreva em legenda uma frase (pelo menos 20 caracteres) que explique o gráfico para quem o vê pela primeira vez.

Seu código

legenda = ""
print(legenda)

Saída

Passo 5 · Apresentar e concluir

Monte um relatório curto com: pergunta, método, resultado e conclusão. Prepare 3 minutos de apresentação para a turma. Digam também o que não dá para concluir só com duas sequências fictícias.

Célula de código

pergunta = "Qual das duas sequências tem a maior porcentagem de GC?"
metodo = "Contei G e C em cada sequência e dividi pelo tamanho."
achado = "Veja o gráfico e a tabela."

print("PERGUNTA:", pergunta)
print("MÉTODO:", metodo)
print("RESULTADO:", achado)

Saída

Desafio

Escreva em conclusao a conclusão do projeto (pelo menos 30 caracteres), dizendo também uma limitação dos dados.

Seu código

conclusao = ""
print(conclusao)

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.