dnacurve 2024.5.24

快速入门

从Python包索引安装dnacurve包及其所有依赖项

python -m pip install -U "dnacurve[all]"

打印控制台脚本用法

python -m dnacurve --help

运行Web应用程序

python -m dnacurve --web

查看示例以了解如何使用编程接口。

源代码和支持可在GitHub上找到。

要求

此修订版已测试以下要求和依赖项（其他版本可能也适用）

• CPython 3.9.13, 3.10.11, 3.11.9, 3.12.3

• Numpy 1.26.4

• Matplotlib 3.8.4

• Flask 3.0.3（可选）

修订版

2024.5.24

• 修复GitHub上未正确渲染的文档字符串示例。

2024.5.10

• 修复mypy错误。

2023.8.30

• 修复linting问题。

• 添加py.typed标记。

2023.4.30

• 改进类型提示。

• 取消支持Python 3.8和numpy < 1.21（NEP29）。

2022.10.4

• 将dnacurve_web.py重命名为web.py（破坏性更改）。

• 弃用保存功能（使用写入功能）。

• 添加选项以指定 Web 应用程序的 URL，而不打开 Web 浏览器。

• 如果已安装 Flask，则使用 Flask 运行 Web 应用程序。

• 转换为 Google 风格的 docstrings。

• 添加类型提示。

• 移除对 Python 3.7 和 numpy < 1.19 (NEP29) 的支持。

2021.6.29

• 改进导出到 PDB。

2021.6.18

• 移除对 Python 3.6 的支持（NEP 29）。

• 修复 dnacurve_web.py 在 WSL2 上的失败。

2021.3.6

• 更新版权和格式。

2020.1.1

• 移除对 Python 2.7 和 3.5 的支持。

• 更新版权。

2018.8.15

• 将模块移动到 dnacurve 包中。

2018.5.29

• 添加从控制台启动 Web 界面的选项。

• 使用 matplotlib OOP 接口。

2018.5.25

• 添加函数以将 PDB 和 CSV 结果作为字符串返回。

2018.2.6

• 样式和 doctest 修复。

2014.6.16

• DNAse I 一致性模型。

2013.11.21

• 重叠块迭代器。

2013.11.17

• 限制最大序列长度为 510 个核苷酸。

• 读取简单的 FASTA 序列文件。

• 将正坐标保存到 PDB 文件中。

• 修复 matplotlib 1.3 的序列显示。

2005.x.x

• 初始发布。

注意

算法、图形和 PDB 格式不适用于非常长的序列。默认情况下，序列被截断到 510 个核苷酸，但用户可以覆盖此设置。

生成的 PDB 文件可以使用 UCSF Chimera 进行交互式可视化。

Dnacurve.py 是由 DNACG.PAS (c) 1993 和 DNACURVE.CPP (c) 1995 衍生而来。

参考文献

1. B-DNA 的弯曲和曲率计算。Goodsell DS，Dickerson RE。Nucleic Acids Res 22，5497-503，1994。另请参阅 http://mgl.scripps.edu/people/goodsell/research/bend/index.html。

2. 没有 A-A 的弯曲 DNA：所有 16 个 DNA 楔角的实验估计。Bolshoy A 等。Proc Natl Acad Sci USA 88，2312-6，1991。

3. 六种 DNA 弯曲模型的比较。Tan RK 和 Harvey SC。J Biomol Struct Dyn 5，497-512，1987。

4. 弯曲 DNA：设计、合成和闭环。Ulanovsky L 等。Proc Natl Acad Sci USA 83，862-6，1986。

5. B-DNA 的十个螺旋扭曲角。Kabsch W，Sander C 和 Trifonov EN。Nucleic Acids Res 10，1097-1104，1982。

6. DNA 的棒模型：序列相关的各向异性弹性建模局部弯曲现象。Munteanu MG 等。Trends Biochem Sci 23(9)，341-7，1998。

示例

>>> from dnacurve import CurvedDNA
>>> cdna = CurvedDNA('ATGCAAATTG' * 5, 'trifonov', name='Example')
>>> cdna.curvature[:, 18:22]
array([[0.58062, 0.58163, 0.58278, 0.58378],
       [0.0803 , 0.11293, 0.07676, 0.03166],
       [0.57924, 0.5758 , 0.57368, 0.5735 ]])
>>> cdna.write_csv('_test.csv')
>>> cdna.write_pdb('_test.pdb')
>>> cdna.plot('_test.png', dpi=120)