自從來到實驗室，得到師兄流傳下來的引物批量設(shè)計腳本后，就一直掛記于心。無奈當時python水平不好，實在看不太懂，故而一直念叨到了現(xiàn)在。其實我現(xiàn)在python水平也不咋地，因為相比于我熟悉的R來說，python實在太不順手了。無論是從語言風格還是IDE風格上來說，我始終更喜歡R。其實如果R調(diào)用linux程序方便好用一點的話，我自己寫的腳本恐怕早就出來了，但是無論我怎么調(diào)用system，system2，我還是調(diào)用不了primer3_core……

幸好，ChatGPT救我狗命。R的部分基本都是我寫的，我只讓ChatGPT給了一些優(yōu)化改進。而python部分則基本都是ChatGPT給出的，當然，其中有很多互動和排錯，可以說是我和ChatGPT的結(jié)晶。嘿嘿嘿，結(jié)晶，嘿嘿嘿，我們的結(jié)晶~

本文件還有一個優(yōu)勢便是可以結(jié)合檢測到的SNP與小indel區(qū)域的位置，自動向primer傳遞設(shè)計引物時應(yīng)該屏蔽的區(qū)域，增加引物結(jié)合準確性。

言歸正傳，重測序后檢測snp和indel，會得到variation文件，格式如下：

現(xiàn)在，讓我們開始吧！

設(shè)計思路的草稿：

#生成csv文件，包含chr,目標區(qū)域開始pos,目標長度，gap的cM位置，序列

#首先接受csv文件

#讀取序列，

#根據(jù)gap得到目標區(qū)域，生成input_file。根據(jù)gap長度小于10,10到30，以及大于30，分別確定PRIMER_PRODUCT_SIZE_RANGE

#有沒有辦法得到exclude_region?

#得到結(jié)果，提取PRIMER_LEFT_0_SEQUENCE，PRIMER_RIGHT_0_SEQUENCE

#PRIMER_LEFT_0_TM，PRIMER_RIGHT_0_TM，

#PRIMER_PAIR_0_PRODUCT_SIZE

#生成新的csv文件，以單一序列得到的結(jié)果舉例：

#第一行：chr,pos,產(chǎn)物長度，chr-cM的名字,Primer-F,DNA序列

#第二行：null,null,null,null,Primer-R，null

現(xiàn)在，對得到的variation進一步篩選

上面的代碼對variation進行了篩選，得到了長度在一定范圍內(nèi)的Indel，并對其長度進行了度量。

上面的代碼獲得primer3_core的運行所需要的一些參數(shù)。當提取的seq中g(shù)ap左右的序列長度小于25時，會在seq前面加上長度不夠的字樣，并且會提供ref_length（幫助判斷gap是不是同一條DNA鏈的），方便后續(xù)自己判斷是否需要合并gap來設(shè)計引物。

上面的代碼則檢索給出的sequence中，存在variation的區(qū)域，并給出設(shè)計引物時應(yīng)該屏蔽的區(qū)間

然后，編寫一個函數(shù)將以上部分封裝起來

以上，R語言的部分結(jié)束，下面是python的部分。

該部分我計劃在linux環(huán)境中執(zhí)行。命令格式為：python3 ./get_primer.py ../輸入文件名.xlsx 輸出文件名

primer3輸入文件格式可以去官網(wǎng)查看，有相應(yīng)需求的也可以自己更改。我這里設(shè)置只用返回一對引物即可。并對產(chǎn)物長度根據(jù)indel的長度進行了調(diào)整。

上面這個函數(shù)extract_primer_info會提取primer3輸出文件中的信息。

最后，再加上：

這個python文件便完成了，然后便可以快樂地批量設(shè)計引物了。感謝ChatGPT，雖然還有很多可以改進之初，但確實幫助非常大。

最后再說一遍，命令格式為：python3 ./get_primer.py ../輸入文件名.xlsx 輸出文件名，是在linux環(huán)境中執(zhí)行的。

把這段代碼發(fā)出來也是因為有python部分ChatGPT有大量的參與，算是取之于民，用之于民吧~

大家覺得有用的話就投個幣吧~

#2023.2.26更改了一些bug并重新上傳