README.md

ACCPPs

Una librería auxiliar de Python para abordar la pregunta "¿Es posible predecir péptidos anticancerígenos penetradores de membrana?" en el Tanque de Pensamiento en Ciencia de Datos IIMAS 2025.

Instalación

Creamos y activamos un ambiente de conda para instalar ACCPPs y sus dependencias:

conda create -n accpps python=3.12
conda activate accpps

Instalamos las dependencias:

conda install mamba
mamba install -c conda-forge biopython rdkit protlearn
pip install propy3
pip install peptides

Clonamos el repositorio de ACCPPs y lo instalamos en el ambiente de conda:

git clone https://github.com/uibcdf/ACCPPs
cd ACCPPs
pip install --no-deps --editable .

Uso

La librería contiene una función para extraer características físico-químicas de un péptido dada su secuencia de aminoácidos:

import accpps

sequence = "ACDEFGHIKLMNPQRSTVWY"
features = accpps.get_features(sequence)

El objeto de salida features es un diccionario con 11097 características físico-químicas.

Además, la librería contiene 4 listas de secuencias de péptidos:

• accpps.acps: 1281 secuencias de péptidos anticancerígenos.
• accpps.non_cps: 6661 secuencias de péptidos no anticancerígenos.
• accpps.ccps: 1582 secuencias de péptidos penetradores de membrana.
• accpps.non_ccps: 4369 secuencias de péptidos no penetradores de membrana.

Advertencia

• Si tu abordaje se basa en el uso de las características físico-químicas, limita tu base de datos de péptidos a secuencias con más de 4 amino ácidos.

Consejo

Tener tu propio fork del repositorio e ir implementando tu abordaje como parte de tu versión de tu librería ACCPPs puede ser muy útil si tu propuesta es exitosa.

Suerte!

Y muchas gracias por tu ayuda con este proyecto!