Tarea2

Integrantes

Rafaella Cámere Maria Fernanda Mendoza Ariana Ponce Tomás Rodriguez Natalia Sotelo

library(seqinr)

## Warning: package 'seqinr' was built under R version 4.3.3

library(ape)

## Warning: package 'ape' was built under R version 4.3.3

## 
## Attaching package: 'ape'

## The following objects are masked from 'package:seqinr':
## 
##     as.alignment, consensus

choosebank("swissprot")

app <- query("app", "K= Amyloid AND sp= Homo sapiens")

PARTE 1

1.Almacenar la frecuencia de Aminoácidos por secuencia en un dataframe en blanco

Var1 <- c("A", "C", "D", "E", "F", "G", "H", "I", "K", "L", "M", "N", "P", "Q", "R", "S", "T", "V", "W", "X")
resultados_df <- data.frame(AA = Var1, Freq = 0)

secuencias <- getSequence(app$req)

resultados_totales <- data.frame(matrix(0, nrow = length(secuencias), ncol = length(Var1)))
colnames(resultados_totales) <- Var1

for(i in 1:length(secuencias)){
  frecuencias_acumuladas <- rep(0, length(Var1))
  names(frecuencias_acumuladas) <- Var1
  for(k in 1:length(secuencias[[i]])){
    for(l in 1:length(Var1)){
      if (secuencias[[i]][[k]] == Var1[l]){
        frecuencias_acumuladas[l] = frecuencias_acumuladas[l] + 1
      }
    }
  }
  resultados_totales[i, ] <- frecuencias_acumuladas
}


suma_por_fila <- rowSums(resultados_totales)

2. Hallar la frecuencia absoluta por Aminoácido

final <- rbind(resultados_totales, colSums(resultados_totales))
FreqSecuencias <- final[71,]

FreqSecuencias

##       A   C    D    E   F    G   H   I    K    L   M   N    P    Q    R    S
## 71 1563 392 1045 1693 650 2121 716 775 1133 1605 659 925 1257 1091 1075 1233
##       T    V   W X
## 71 1208 1524 437 4

3. Hallar la frecuencia relativa por Aminoácido (%)

FreqRelativa <- (FreqSecuencias/sum(FreqSecuencias))*100

round(FreqRelativa,2)

##       A    C    D    E    F     G    H    I    K   L    M    N    P    Q    R
## 71 7.41 1.86 4.95 8.02 3.08 10.05 3.39 3.67 5.37 7.6 3.12 4.38 5.96 5.17 5.09
##       S    T    V    W    X
## 71 5.84 5.72 7.22 2.07 0.02

4. Hallar la desviación estándar por Aminácido

# Calcula la desviación estándar para cada aminoácido
desviaciones <- sapply(resultados_totales, sd)

# Redondea los resultados a dos decimales
desviaciones_redondeadas <- round(desviaciones, 2)

# Crea un dataframe para visualizar los aminoácidos con sus desviaciones estándar
desviaciones_df <- data.frame(DesviacionEstandar = desviaciones_redondeadas)
desviaciones_df

##   DesviacionEstandar
## A              19.97
## C               4.92
## D              16.17
## E              28.37
## F               7.38
## G              24.94
## H               7.11
## I               8.19
## K              13.35
## L              18.92
## M               6.73
## N              10.07
## P              17.21
## Q              11.20
## R              12.21
## S              16.10
## T              14.82
## V              19.10
## W               4.31
## X               0.23

PARTE 2

library(seqinr)
seqinr::choosebank("swissprot")

Elegimos 4 proteinas diferentes relacionadas a la producción de leche: Caseína, Lactoalbúmina, Lactoglobulina, Prolactina.

Caseína

Consulta para obtener datos de beta-caseína:

cas <- query("app","K=Beta-casein AND sp=Bos taurus")
cas

## 9 SQ for K=Beta-casein AND sp=Bos taurus

Obtener el número de resultados:

length(cas)

## [1] 6

Obtener nombres de las secuencias en cas

seqinr::getName(cas)

## [1] "A0A2U8URK6_BOVIN" "A0A452DHW7_BOVIN" "A0A4D6WI58_BOVIN" "A0A4D6WP97_BOVIN"
## [5] "CASB_BOVIN"       "G3LUQ2_BOVIN"     "J9UHS4_BOVIN"     "J9UJ96_BOVIN"    
## [9] "T1T0C1_BOVIN"

Resumen estadístico del objeto cas

summary(cas)

##          Length Class    Mode     
## call     3      -none-   call     
## name     1      -none-   character
## nelem    1      -none-   numeric  
## typelist 1      -none-   character
## req      9      -none-   list     
## socket   1      sockconn numeric

Extraer una secuencia específica como cadena:

seqinr::getSequence(cas$req[[8]], as.string=TRUE)

## [1] "DELQDKIHPFAQTQSLVYPFPGPIPNSLPQNIPPLTQTPVVVPPFLQPEVMGVSKVKEAMAPKHKEMPFPKYPVEPF"

Lactoalbúmina

lact <- query("lact","K=Alpha-lactalbumin AND sp=Mus musculus")

seqinr::getName(lact)

## [1] "LALBA_MOUSE"

summary(lact)

##          Length Class    Mode     
## call     3      -none-   call     
## name     1      -none-   character
## nelem    1      -none-   numeric  
## typelist 1      -none-   character
## req      1      -none-   list     
## socket   1      sockconn numeric

seqinr::getSequence(lact$req, as.string=TRUE)

## [[1]]
## [1] "MMHFVPLFLVCILSLPAFQATELTKCKVSHAIKDIDGYQGISLLEWACVLFHTSGYDTQAVVNDNGSTEYGLFQISDRFWCKSSEFPESENICGISCDKLLDDELDDDIACAKKILAIKGIDYWKAYKPMCSEKLEQWRCEKP"

Lactoglobulina

glob <- query("glob", "K=Beta-lactoglobulin AND sp=Bos taurus")

summary(glob)

##          Length Class    Mode     
## call      3     -none-   call     
## name      1     -none-   character
## nelem     1     -none-   numeric  
## typelist  1     -none-   character
## req      14     -none-   list     
## socket    1     sockconn numeric

seqinr::getSequence(glob$req[[13]], as.string=TRUE)

## [1] "LNENKVLVLDTDYKKYLLFCMENSAEPEQSLACQCL"

Prolactina

pro <- query("pro", "K=PRL AND sp=Ovis aries")

summary(pro)

##          Length Class    Mode     
## call     3      -none-   call     
## name     1      -none-   character
## nelem    1      -none-   numeric  
## typelist 1      -none-   character
## req      3      -none-   list     
## socket   1      sockconn numeric

getName(pro)

## [1] "PRL_SHEEP"    "R9WQI9_SHEEP" "W5PH94_SHEEP"

seqinr::getSequence(pro$req[[2]], as.string=TRUE)

## [1] "MDSKGSAQKGSRLLLLLVVSNLLLCQGVVSTPVCPNGPGNCQVSLRDLFDRAVMVSHYIHNLSSEMFNEFDKRYAQGKGFITMALNSCHTSSLPTPEDKEQAQQTHHEVLMSLILGLLRSWNDPLYHLVTEVRGMKGVPDAILSRAIEIEEENKRLLEGMEMIFGQVIPGAKETEPYPVWSGLPSLQTKDEDARHSAFYNLLHCLRRDSSKIDTYLKLLNCRIIYNNNC"