从重测序到批量Indel引物设计，R与python结合--自动屏蔽SNP区域
自从来到实验室，得到师兄流传下来的引物批量设计脚本后，就一直挂记于心。无奈当时python水平不好，实在看不太懂，故而一直念叨到了现在。其实我现在python水平也不咋地，因为相比于我熟悉的R来说，python实在太不顺手了。无论是从语言风格还是IDE风格上来说，我始终更喜欢R。其实如果R调用linux程序方便好用一点的话，我自己写的脚本恐怕早就出来了，但是无论我怎么调用system，system2，我还是调用不了primer3_core……
幸好，ChatGPT救我狗命。R的部分基本都是我写的，我只让ChatGPT给了一些优化改进。而python部分则基本都是ChatGPT给出的，当然，其中有很多互动和排错，可以说是我和ChatGPT的结晶。嘿嘿嘿，结晶，嘿嘿嘿，我们的结晶~
本文件还有一个优势便是可以结合检测到的SNP与小indel区域的位置，自动向primer传递设计引物时应该屏蔽的区域，增加引物结合准确性。
言归正传，重测序后检测snp和indel，会得到variation文件，格式如下：
现在，让我们开始吧！
设计思路的草稿：
#生成csv文件，包含chr,目标区域开始pos,目标长度，gap的cM位置，序列
#首先接受csv文件
#读取序列，
#根据gap得到目标区域，生成input_file。根据gap长度小于10,10到30，以及大于30，分别确定PRIMER_PRODUCT_SIZE_RANGE
#有没有办法得到exclude_region?
#得到结果，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，以单一序列得到的结果举例：
#第一行：chr,pos,产物长度，chr-cM的名字,Primer-F,DNA序列
#第二行：null,null,null,null,Primer-R，null
现在，对得到的variation进一步筛选
上面的代码对variation进行了筛选，得到了长度在一定范围内的Indel，并对其长度进行了度量。
上面的代码获得primer3_core的运行所需要的一些参数。当提取的seq中gap左右的序列长度小于25时，会在seq前面加上长度不够的字样，并且会提供ref_length（帮助判断gap是不是同一条DNA链的），方便后续自己判断是否需要合并gap来设计引物。
现在，让我们开始吧！
设计思路的草稿：
#生成csv文件，包含chr,目标区域开始pos,目标长度，gap的cM位置，序列
#首先接受csv文件
#读取序列，
#根据gap得到目标区域，生成input_file。根据gap长度小于10,10到30，以及大于30，分别确定PRIMER_PRODUCT_SIZE_RANGE
#有没有办法得到exclude_region?
#得到结果，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，以单一序列得到的结果举例：
#第一行：chr,pos,产物长度，chr-cM的名字,Primer-F,DNA序列
#第二行：null,null,null,null,Primer-R，null
现在，对得到的variation进一步筛选
上面的代码对variation进行了筛选，得到了长度在一定范围内的Indel，并对其长度进行了度量。
上面的代码获得primer3_core的运行所需要的一些参数。当提取的seq中gap左右的序列长度小于25时，会在seq前面加上长度不够的字样，并且会提供ref_length（帮助判断gap是不是同一条DNA链的），方便后续自己判断是否需要合并gap来设计引物。
上面的代码则检索给出的sequence中，存在variation的区域，并给出设计引物时应该屏蔽的区间
然后，编写一个函数将以上部分封装起来
以上，R语言的部分结束，下面是python的部分。
该部分我计划在linux环境中执行。命令格式为：python3 ./get_primer.py ../输入文件名.xlsx 输出文件名
primer3输入文件格式可以去官网查看，有相应需求的也可以自己更改。我这里设置只用返回一对引物即可。并对产物长度根据indel的长度进行了调整。
上面这个函数extract_primer_info会提取primer3输出文件中的信息。
最后，再加上：
这个python文件便完成了，然后便可以快乐地批量设计引物了。感谢ChatGPT，虽然还有很多可以改进之初，但确实帮助非常大。
最后再说一遍，命令格式为：python3 ./get_primer.py ../输入文件名.xlsx 输出文件名，是在linux环境中执行的。
把这段代码发出来也是因为有python部分ChatGPT有大量的参与，算是取之于民，用之于民吧~
大家觉得有用的话就投个币吧~
#2023.2.26更改了一些bug并重新上传