# -*- coding: utf-8 -*-
"""
Created on Tue Jan 22 15:39:51 2019

@author: Amaury Leroy
"""

import re
from Bio.ExPASy import Prosite
help(Prosite)

# Questions 1/2 en important depuis mes fichiers, 
#j'ai préféré ça plutôt que de télécharger direct mais faudrait changer
handle = open("prosite.dat.txt")
for record in Prosite.parse(handle):
    if "P-loop" in record.description:
        print(record.pattern)
        print(record.name)
        print(record.accession)
    
    
#Questions 3/4/5
import gzip
from Bio import SeqIO
with gzip.open("orf_coding_all.fasta.gz", "rt") as handle:
    sequences= list(SeqIO.parse(handle, "fasta") )
    print(sum(len(r) for r in SeqIO.parse(handle, "fasta")))

seq_trad=[]
for i in range(len(sequences)):
    seq_trad.append(sequences[i].seq.translate(table="Yeast Mitochondrial"))

with gzip.open("orf_trans_all.fasta.gz", "rt") as handle:
    seq_trad_true= list(SeqIO.parse(handle, "fasta") )

compteur = 0
for i in range(len(seq_trad))  :
    if str(seq_trad[i])!=str(seq_trad_true[i].seq):
        compteur+=1
print(compteur, " erreur(s) de traduction") #j'affiche dès qu'une séquence est mal 
#traduite (au moins une erreur), en pratique j'ai testé au sein d'une séquence y a 
#au moins 3-4 erreurs de traduction


#Question 6. Il manque le stockage et l'histogramme horizontal
regex = "[AG]-x(4)-G-K-[ST]".translate({ord(k):v for k,v in {"-":"", "(":"{", ")":"}","x":"."}.items()})

creg = re.compile(regex)

re.search(creg, "MSQQVGNSIRRKLVIVGDGACGKTCLLIVFSK")
re.search(creg, str(seq_trad_true[0].seq))