序列拼接与组装¶

将多个 DNA 序列进行拼接，或根据精确重叠区域进行去重叠拼接。

1) 普通序列拼接¶

作用： 按输入顺序连接多条 DNA 片段，可在连接处插入 linker 或结构化 Gap，并返回各片段在新序列中的坐标，适合构建组合序列。
处理方法： 按输入顺序连接片段，并在相邻片段之间插入指定 linker 或 Gap。
API： dnakit.ops.concat(sequences[必须], linker[可选], gap[可选])。
输入： 至少两条 DNASequence 或规范化字符串；linker 和 gap 不能同时使用。
输出： 返回拼接后的 DNASequence。
示例代码：

from dnakit import DNASequence
from dnakit.ops import concat

joined = concat(
    [DNASequence("AA"), DNASequence("CC")],
    linker="T",
)
print(joined.symbols)

示例结果：

AATCC

2) 去重叠拼接¶

作用： 根据两段 DNA 的末端重叠关系完成连接，使已匹配的重叠区域只保留一次，并报告接头位置和最终序列。
处理方法： 选择最长的“左片段后缀 = 右片段前缀”精确重叠，只保留一次；IUPAC 字符按字面比较。
API： dnakit.ops.concat_overlap(sequences[必须], min_overlap[可选], max_overlap[可选])。
输入： 必须是两条线性、无显式 Gap 的 DNASequence 或规范化字符串。 min_overlap 默认 1，max_overlap 可限制重叠搜索长度。
输出： 返回处理后的 DNASequence，序列内容可从 symbols 读取。
示例代码：

from dnakit import DNASequence
from dnakit.ops import concat_overlap

joined = concat_overlap(
    [DNASequence("AAACCC"), DNASequence("CCCGG")],
)
print(joined.symbols)

示例结果：

AAACCCGG

3) 设计 Gibson 无缝组装重叠序列¶

作用： 设计 Gibson 无缝组装重叠序列。
处理方法： 从相邻片段末端提取指定长度的同源区，添加到待组装片段。
API： dnakit.databases.dna_gibson_design(*, operation=None, fragments, overlap_length=None, verbose=True)
输入： 必须提供 fragments。
输出： 返回字典，包含 assembly_fragments, n_fragments, overlap_length 等字段。
示例代码：

import dnakit

example_fragments = ['ATGGAGGAGCCGCAGTCAGATCCTAGCGTTGAATTCGGATCCAAGCTTACGTACGT',
 'CGTACGTAAGCTTGGATCCGAATTCAAGCGATAGGATCTGACTGCGGCTCCTCCAT',
 'TCCATGGAGGAGCCGCAGTCAGATCCTAGCGTTGAATTCGGATCCAAGCTTACGTACGT']

result = dnakit.databases.dna_gibson_design(
    operation='gibson_design',
    fragments=example_fragments,
    overlap_length=20,
    verbose=False,
)
print(result)

示例结果： 返回结构如下，实际记录随输入和数据源变化。

返回结构节选；<…> 表示类型占位符，非本次查询的实测数据。

{
  "assembly_fragments": [
    {
      "name": "<string>",
      "original_sequence": "<string>",
      "with_overlaps": "<string>",
      "left_overlap": "<string>",
      "right_overlap": "<string>"
    }
  ],
  "n_fragments": "<integer>",
  "overlap_length": "<integer>"
}

完整参数与使用说明

4) 推演 Golden Gate 反应的组装产物¶

作用： 推演 Golden Gate 反应的组装产物。
处理方法： 模拟 Type IIS 酶切，移除仍含识别位点的片段，再按突出端连接。
API： dnakit.databases.dna_golden_gate_assemble(*, operation=None, fragments, enzyme=None, circular=None, labels=None, verbose=True)
输入： 必须提供 fragments。
输出： 返回字典，包含 enzyme, product_length, num_fragments_assembled, assembly_order 等字段。
示例代码：

import dnakit

example_fragments = ['GGTCTCAAAACATGGAGGAGCCGCAGTCAGATCCTAGCGTTGAATTCGGATCCCTTTTGAGACC',
 'GGTCTCAAAAGGGATCCAAGCTTACGTACGTATGGAGGAGCCGCAGTCAGATATTTTGAGACC',
 'GGTCTCAAAATCCTAGCGTTGAATTCGGATCCAAGCTTACGTACGTATGGAGCGTTTGAGACC',
 'GGTCTCAAACGATCGATCGATCGATCGATCGGTTTTGAGACC']

result = dnakit.databases.dna_golden_gate_assemble(
    fragments=example_fragments,
    enzyme='BsaI',
    circular=True,
    verbose=False,
)
print(result)

示例结果： 返回结构如下，实际记录随输入和数据源变化。

返回结构节选；<…> 表示类型占位符，非本次查询的实测数据。

{
  "enzyme": "<string>",
  "product_length": "<integer>",
  "num_fragments_assembled": "<integer>",
  "assembly_order": [
    "<value>"
  ],
  "unused_fragments": [
    "<value>"
  ],
  "product_sequence": "<string>"
}

完整参数与使用说明

5) 设计 Golden Gate 酶切位点与连接末端¶

作用： 设计 Golden Gate 酶切位点与连接末端。
处理方法： 分配不回文的唯一四碱基突出端，并添加 Type IIS 识别位点。
API： dnakit.databases.dna_golden_gate_design(*, operation=None, parts, enzyme=None, verbose=True)
输入： 必须提供 parts。
输出： 返回字典，包含 parts_with_overhangs, overhangs, enzyme, protocol_note 等字段。
示例代码：

import dnakit

example_parts = ['ATGGAGGAGCCGCAGTCAGATCCTAGCGTTGAATTCGGATCC',
 'GGATCCAAGCTTACGTACGTATGGAGGAGCCGCAGTCAGAT',
 'CCTAGCGTTGAATTCGGATCCAAGCTTACGTACGTATGGAG']

result = dnakit.databases.dna_golden_gate_design(
    operation='golden_gate_design',
    parts=example_parts,
    enzyme='BsaI',
    verbose=False,
)
print(result)

示例结果： 返回结构如下，实际记录随输入和数据源变化。

返回结构节选；<…> 表示类型占位符，非本次查询的实测数据。

{
  "parts_with_overhangs": [
    {
      "name": "<string>",
      "sequence": "<string>",
      "left_overhang": "<string>",
      "right_overhang": "<string>",
      "full_sequence": "<string>"
    }
  ],
  "overhangs": [
    "<string>"
  ],
  "enzyme": "<string>",
  "protocol_note": "<string>"
}

完整参数与使用说明

6) 使用 SPAdes 组装 reads¶

作用： 将短 reads 或短长读混合数据组装为 contigs。
计算方法： 调用 SPAdes；second 提供双端，nanopore 提供混合组装长读。
API： dnakit.bioinformatics.ngs.assemble_reads(first, output_directory, second=None, nanopore=None, memory_gb=8)
输入： FASTQ 输入；SPAdes 在 PATH 中；新输出目录；可用内存满足 memory_gb。
输出： 返回 ToolResult，包含后端 backend、产物路径 artifacts 和运行日志 log。
示例代码：

from dnakit.bioinformatics.ngs import assemble_reads

result = assemble_reads("R1.fq.gz", "new_assembly", second="R2.fq.gz", memory_gb=8)
print(sorted(result.artifacts))

示例结果：

返回 ToolResult；artifacts 列出 SPAdes 生成的 contigs、scaffolds 等文件，名称以实际产物为准。外部程序示例未执行。

依赖与实现说明。

7) 连接双链 DNA 片段¶

作用： 连接具有兼容末端的双链 DNA 片段。
计算方法： 检查两片段末端的极性和互补性，再合并两条链。
API： dnakit.bioinformatics.cloning.Duplex.from_sequence(sequence, circular=False); Duplex.ligate(other)
输入： 两个具有兼容末端的线性 Duplex；示例先切割同一分子再重新连接。
输出： 返回连接后的 Duplex，包含 Watson 链序列及末端信息。
示例代码：

from dnakit.bioinformatics.cloning import Duplex

molecule = Duplex.from_sequence("AACCGGTT")
left, right = molecule.cut(3, 5)
print(left.ligate(right).watson)

示例结果：

AACCGGTT

依赖与实现说明。

8) 保存克隆步骤与中间产物¶

作用： 将克隆过程组织为可追踪的命名步骤。
计算方法： add 注册产物，apply 调用函数并保存父步骤和结果。
API： dnakit.bioinformatics.cloning.CloningPlan(); CloningPlan.add(name, product); CloningPlan.apply(name, function, parents=(), **parameters)
输入： 实际 Python 函数、父步骤名称和操作参数。
输出： 返回 CloningPlan，示例展示 add、apply、steps。
示例代码：

from dnakit.bioinformatics.cloning import CloningPlan, Duplex

plan = CloningPlan()
plan.add("template", Duplex.from_sequence("AACCGGTT"))
cut = plan.apply("cut", lambda molecule: molecule.cut(3, 5), parents=["template"])
print([step.name for step in plan.steps])
print(len(cut.product))

示例结果：

['template', 'cut']
2

依赖与实现说明。

9) 组装同源重叠双链片段¶

作用： 寻找输入片段可形成的线性或环形组装产物。
计算方法： 使用 pydna 搜索满足最小重叠长度的组装路径。
API： dnakit.bioinformatics.cloning.assemble_duplexes(fragments, circular=False, minimum_overlap=25, max_assemblies=50)
输入： Duplex 片段列表；需要 bio-assembly；重叠长度根据实验设计设置。
输出： 返回可行组装产物的 Duplex 元组。
示例代码：

from dnakit.bioinformatics.cloning import Duplex, assemble_duplexes

fragments = [Duplex.from_sequence("TTATACGATGCTAGCTTACGGTCA"),
             Duplex.from_sequence("AGCTTACGGTCACCTATGAGTCCA")]
products = assemble_duplexes(fragments, minimum_overlap=12)
longest = max(products, key=lambda product: len(product.watson))
print(longest.watson)

示例结果：

TTATACGATGCTAGCTTACGGTCACCTATGAGTCCA

依赖与实现说明。

10) Golden Gate 部件设计¶

作用： 为多个 DNA 部件分配唯一非回文连接 overhang，并添加 BsaI/BbsI 位点。
处理方法： 分配唯一非回文 overhang，并拼接 BsaI/BbsI 识别位点。
API： dnakit.molbio.design_golden_gate(parts[必须], enzyme[可选])
输入： 至少两条 canonical DNA；设计阶段支持 BsaI 或 BbsI。
输出： 返回 ProviderResult，查询内容在 data，并附有 provider 和来源信息。
示例代码：

from dnakit import DNASequence
from dnakit.molbio import design_golden_gate

result = design_golden_gate(
    (DNASequence("ATGGCTGAA"), DNASequence("GCCAAATAA")),
    enzyme="BsaI",
)
print(result.data["parts_with_overhangs"])

示例结果： 每个部件的左右 overhang、完整合成序列和实验说明。

可选后端依赖与返回值说明

11) Golden Gate 反应组装¶

作用： 模拟 Type IIS 酶切、按 overhang 匹配连接，并返回组装产物和片段顺序。
处理方法： 模拟 Type IIS 酶切，再按 overhang 兼容性连接片段。
API： dnakit.molbio.assemble_golden_gate(fragments[必须], enzyme[可选], circular[可选], labels[可选])
输入： 至少两条带相应 Type IIS 位点的 canonical DNA；支持 BsaI、BbsI、Esp3I/BsmBI 和 SapI。
输出： 返回 ProviderResult，查询内容在 data，并附有 provider 和来源信息。
示例代码：

from dnakit import DNASequence
from dnakit.molbio import assemble_golden_gate

result = assemble_golden_gate(
    (
        DNASequence("GGTCTCAAAACATGGAGGAGCCGCAGTCAGATCCTAGCGTTGAATTCGGATCCCTTTTGAGACC"),
        DNASequence("GGTCTCAAAAGGGATCCAAGCTTACGTACGTATGGAGGAGCCGCAGTCAGATATTTTGAGACC"),
        DNASequence("GGTCTCAAAATCCTAGCGTTGAATTCGGATCCAAGCTTACGTACGTATGGAGCGTTTGAGACC"),
        DNASequence("GGTCTCAAACGATCGATCGATCGATCGATCGGTTTTGAGACC"),
    ),
    labels=("vector", "insert-1", "insert-2", "insert-3"),
)
print(result.data["product_sequence"])

示例结果： 产物序列、长度、assembly order、junction overhang 和未使用片段。

可选后端依赖与返回值说明