Как собрать ДНК с помощью кода: симуляция молекулярных операций на Python

MORGAN · 06.06.2025

Синтез ДНК кажется чем-то сугубо биологическим — с пробирками, центрифугами и белыми халатами. Но что, если попробовать собрать ДНК в коде? Не просто сгенерировать последовательность, а симулировать реальные процессы: лигирование, гибридизацию, ПЦР, ошибочные вставки, ферментативные сдвиги и многое другое. В этой статье — практическая попытка воссоздать молекулярную биологию средствами Python, без библиотек типа Biopython, с нуля. Много кода, немного шуток и один вопрос — можно ли построить in silico ДНК-лабораторию?

Слова “биоинформатика” и “программирование” обычно встречаются в одном предложении, когда речь идёт о парсинге геномов, анализе экспрессии генов или машинном обучении для диагностики. Но однажды захотелось большего. Хотелось не просто читать гены, а играть с ними. Моделировать их, собирать руками. Вернее, клавиатурой.

Идея: построить в коде лабораторную скамью, где можно будет “сшивать” фрагменты ДНК, копировать их, проверять на ошибки. Причём без привычных библиотек вроде Biopython — просто Python, NumPy и желание воссоздать реальный молекулярный процесс в виртуальной среде. Можно ли собрать виртуальную ДНК-плазмиду и отдать её синтетической биологии?

Да. Но сначала немного теории.

Минимум молекулярной биологии

Если вы не биолог — не страшно. Вот краткий набор знаний, который понадобится:

ДНК состоит из 4 оснований: A, T, C, G.
A соединяется с T, C с G. Это называется комплементарностью.
ДНК может быть одноцепочечной или двуцепочечной.
Ферменты могут копировать, соединять, резать или модифицировать ДНК.
Сборка ДНК — это как LEGO, только меньше и с более странными инструкциями.

Соберём свой набор инструментов.

1. Структура: последовательности и цепи

Начнём с основного объекта — молекулы ДНК. Представим её как последовательность символов, но добавим немного структуры.

Язык: Python 3.11+

from typing import List class Strand: def __init__(self, sequence: str): assert all(base in "ATCG" for base in sequence), "Invalid DNA sequence" self.sequence = sequence def complement(self) -> str: return self.sequence.translate(str.maketrans("ATCG", "TAGC")) def reverse_complement(self) -> str: return self.complement()[::-1] def __repr__(self): return f"5'-{self.sequence}-3'" 
Пример использования:

s = Strand("ATGCGT") print(s.reverse_complement()) # ACGCAT
Класс Strand — это строительный кирпич. Теперь можно моделировать гибридизацию, сшивку и другие операции.

2. Гибридизация: связываем цепи

Когда две цепи встречаются и могут быть комплементарными, они связываются — образуется “дуплекс”.

def can_hybridize(s1: Strand, s2: Strand, min_overlap: int = 5) -> bool: rc = s2.reverse_complement() for i in range(len(s1.sequence) - min_overlap + 1): if s1.sequence[i:].startswith(rc[:len(s1.sequence)-i]): return True return False 
Пример:

a = Strand("ATGCGT") b = Strand("ACGCAT") print(can_hybridize(a, b)) # True
Здесь мы проверяем: может ли вторая цепь при перевороте и комплементации хотя бы частично приклеиться к первой.

3. ПЦР: полимеразная цепная реакция

ПЦР — это способ быстро наращивать миллионы копий ДНК с помощью фермента и температурных циклов.

from random import randint def pcr_amplify(template: Strand, primers: List[Strand], cycles: int = 30) -> List[Strand]: amplified = [] for _ in range(cycles): for primer in primers: if primer.sequence in template.sequence: start = template.sequence.find(primer.sequence) amplified.append(Strand(template.sequence[start:])) return amplified template = Strand("ATGCGTACCGTTAAGT") primer1 = Strand("ATGCG") primer2 = Strand("AAGT") products = pcr_amplify(template, [primer1, primer2]) print(f"Products: {len(products)}") 
Это упрощённая модель, но она демонстрирует суть: каждый цикл удваивает фрагменты, на которые садятся праймеры.

4. Лигирование: склеивание фрагментов

Фермент лигаза соединяет два фрагмента ДНК, если они совместимы (например, если один заканчивается на последовательность, с которой начинается другой).

def ligate(s1: Strand, s2: Strand) -> Strand: # простое сшивание, без проверки комплементарности return Strand(s1.sequence + s2.sequence) frag1 = Strand("ATGCGT") frag2 = Strand("ACCGTA") ligated = ligate(frag1, frag2) print(ligated) # 5'-ATGCGTACCGTA-3' 
В реальности нужна проверка на “липкие концы” (sticky ends). Но даже простая конкатенация уже позволяет моделировать базовое склеивание.

5. Ошибки и мутации

Биология не бывает идеальной. Мутации — часть игры.

from random import choice, random def mutate(s: Strand, rate: float = 0.01) -> Strand: new_seq = "" for base in s.sequence: if random() < rate: new_seq += choice("ATCG".replace(base, "")) else: new_seq += base return Strand(new_seq) original = Strand("ATGCGTACCGTTAAGT") mutated = mutate(original, rate=0.1) print(f"Original: {original}") print(f"Mutated : {mutated}") 
С мутациями можно играть: вставки, делеции, инверсии, перестройки. Особенно забавно смотреть, как они влияют на “виртуальный геном”.

Как собрать ДНК с помощью кода: симуляция молекулярных операций на Python

MORGAN

Активный пользователь

Минимум молекулярной биологии​

1. Структура: последовательности и цепи​

2. Гибридизация: связываем цепи​

3. ПЦР: полимеразная цепная реакция​

4. Лигирование: склеивание фрагментов​

5. Ошибки и мутации​

​

​