From e575456d5574f04426cd629aec0e2ceffbfa1ead Mon Sep 17 00:00:00 2001
From: Nikita Vaulin <vaulin@ro.ru>
Date: Mon, 26 Feb 2024 20:50:21 +0300
Subject: [PATCH] Add MRPS7.py

---
 MRPS7.py | 116 +++++++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 116 insertions(+)
 create mode 100644 MRPS7.py

diff --git a/MRPS7.py b/MRPS7.py
new file mode 100644
index 0000000..a440511
--- /dev/null
+++ b/MRPS7.py
@@ -0,0 +1,116 @@
+from abc import ABC, abstractmethod
+from Bio import SeqIO
+from Bio.SeqUtils import gc_fraction
+from typing import Any
+
+class BiologicalSequence(ABC):
+    """Абстрактный базовый класс для биологических последовательностей."""
+    
+    def __init__(self, sequence: str) -> None:
+        if not self.is_valid(sequence):
+            raise ValueError("Invalid sequence for the given type.")
+        self._sequence = sequence
+    
+    @abstractmethod
+    def is_valid(self, sequence: str) -> bool:
+        """Проверяет, является ли последовательность валидной для данного типа."""
+        pass
+
+    def __len__(self) -> int:
+        return len(self._sequence)
+
+    def __getitem__(self, index: Any) -> Any:
+        # Поддержка получения элемента по индексу и срезов
+        if isinstance(index, slice):
+            return self.__class__(self._sequence[index])
+        else:
+            return self._sequence[index]
+
+    def __str__(self) -> str:
+        return self._sequence
+
+    def __repr__(self) -> str:
+        return f"{self.__class__.__name__}({self._sequence})"
+
+class NucleicAcidSequence(BiologicalSequence):
+    """Класс для нуклеиновых кислот."""
+
+    @abstractmethod
+    def complement(self) -> 'NucleicAcidSequence':
+        """Возвращает комплементарную последовательность."""
+        pass
+
+    def gc_content(self) -> float:
+        """Вычисляет GC-содержание последовательности."""
+        gc_count = sum(base in {'G', 'C'} for base in self._sequence)
+        return gc_count / len(self._sequence)
+
+class DNASequence(NucleicAcidSequence):
+    """Класс для ДНК последовательности."""
+
+    def is_valid(self, sequence: str) -> bool:
+        return all(nucleotide in {'A', 'C', 'G', 'T'} for nucleotide in sequence)
+
+    def complement(self) -> 'DNASequence':
+        complement_dict = {"A": "T", "T": "A", "C": "G", "G": "C"}
+        return DNASequence("".join(complement_dict.get(base, base) for base in self._sequence))
+
+    def transcribe(self) -> 'RNASequence':
+        """Транскрибирует ДНК последовательность в РНК."""
+        return RNASequence(self._sequence.replace('T', 'U'))
+
+class RNASequence(NucleicAcidSequence):
+    """Класс для РНК последовательности."""
+
+    def is_valid(self, sequence: str) -> bool:
+        return all(nucleotide in {'A', 'C', 'G', 'U'} for nucleotide in sequence)
+
+    def complement(self) -> 'RNASequence':
+        complement_dict = {"A": "U", "U": "A", "C": "G", "G": "C"}
+        return RNASequence("".join(complement_dict.get(base, base) for base in self._sequence))
+
+class AminoAcidSequence(BiologicalSequence):
+    """Класс для аминокислотных последовательностей."""
+
+    def is_valid(self, sequence: str) -> bool:
+        valid_amino_acids = {'A', 'R', 'N', 'D', 'C', 'Q', 'E', 'G', 'H', 'I',
+                             'L', 'K', 'M', 'F', 'P', 'S', 'T', 'W', 'Y', 'V'}
+        return all(amino_acid in valid_amino_acids for amino_acid in sequence)
+
+    def molecular_weight(self) -> float:
+        """Вычисляет молекулярный вес аминокислотной последовательности."""
+        amino_acid_weights = {
+            'A': 89.09, 'R': 174.20, 'N': 132.12, 'D': 133.10, 'C': 121.15,
+            'Q': 146.14, 'E': 147.13, 'G': 75.07, 'H': 155.15, 'I': 131.17,
+            'L': 131.17, 'K': 146.19, 'M': 149.21, 'F': 165.19, 'P': 115.13,
+            'S': 105.09, 'T': 119.12, 'W': 204.23, 'Y': 181.19, 'V': 117.15
+        }
+        return sum(amino_acid_weights.get(aa, 0) for aa in self._sequence)
+
+
+def filter_fastq(
+    input_path: str, 
+    output_path: str, 
+    gc_bounds: int | float | tuple = (0, 100), 
+    length_bounds: int | tuple = (0, 2**32), 
+    quality_threshold: float | int = 0
+) -> dict:
+    """Фильтрация FastQ-файлов по длине, качеству и GC-составу с использованием Biopython."""
+    
+    def filter_record(record: SeqRecord) -> bool:
+        """Возвращает True, если запись удовлетворяет заданным критериям."""
+        seq_len: int = len(record.seq)
+        mean_quality: float = sum(record.letter_annotations["phred_quality"]) / seq_len
+        gc_content: float = gc_fraction(record.seq)
+        
+        return (length_bounds[0] <= seq_len <= length_bounds[1] and
+                mean_quality >= quality_threshold and
+                gc_bounds[0] <= gc_content <= gc_bounds[1])
+        
+    # Читаем FastQ-файл и фильтруем записи
+    with open(input_path, "r") as input_handle, open(output_path, "w") as output_handle:
+        records = SeqIO.parse(input_handle, "fastq")
+        filtered_records = (record for record in records if filter_record(record))
+
+        # Записываем отфильтрованные записи в новый FastQ-файл
+        SeqIO.write(filtered_records, output_handle, "fastq")