如何控制序列比對

的段I想比較與給定的「對準的窗口」，即兩個序列，如果序列是在五個或更多的拉伸類似。如何控制序列比對

例如：

A = "CCCTCGTTGCTAAAAA" 
B = "CCCAGCAACGAAAAAA"

我想，以紀念在矩陣中的命中只有最後5個字符

現在我堅持我有這樣的事情：

import numpy as np 


A = "CCCTCGTTGCTAAAAA" 
B = "CCCAGCAACGAAAAAA" 
n1 = len(A) 
n2 = len(B) 
data = np.zeros(shape=(n2, n1), dtype=np.int) 

for i in range(n2): 
for j in range(n1): 
    if A[i:i+4] == B[j:j+4]: 
     data[i:i+4,j:j+4] = 1 
print data

感謝您的幫助

使用Python 2.7.3

來源

2017-04-25 Deal with Nick

我不是一個bioinfo的人，但每次我看到幾個密碼子，這使我的頭腦[BioPython]最先庫（http://biopython.org/DIST/docs/tutorial/Tutorial.html ）。你一定要看看它，特別是在[解析示例]（http://biopython.org/DIST/docs/tutorial/Tutorial.html#htoc10）。 –

您正在尋找更快的算法，還是隻是一個更乾淨的方法來做到這一點？你可以通過使用範圍（n-4）來修剪掉大約8n個測試（因爲你不能匹配5個以上的窗口少於5個密碼子），並且xrange（）會爲你提供更高效的內存迭代器。你也許能夠做的更好使用字典來創建一個所有不同的5元子的查找，他們開始點的列表，然後查找每個5元子在對這個表B中。這會給你所有的A點你的當前子串匹配。 – pcurry

感謝您的幫助，我也將嘗試檢查該解決方案 –

下面是一個有效的例子。注意+5而不是+4，因爲從i：i + 1的Python切片列表表示需要一個字符。此外，由於檢查短於5個字符的部分沒有意義，所以可以減少n1和n2。

import numpy as np 


A = "CCCTCGTTGCTAAAAA" 
B = "CCCAGCAACGAAAAAA" 
n1 = len(A) - 4 
n2 = len(B) - 4 
data = np.zeros(shape=(n2, n1), dtype=np.int) 


for i in range(n2): 
    for j in range(n1): 
     if A[i:i+5] == B[j:j+5]: 
      data[i:i+5,j:j+5] = 1 
print(data)

有了這個代碼，你得到兩個安打，曾經爲「CCCAGCAACG AAAAA A」與字符串A的最後一部分，一次用於「CCCAGCAACGA AAAAA」，也與字符串的最後一部分A.

希望這有助於。

來源

2017-04-25 17:15:28 Fox31415

我沒想到這件事就這樣，謝謝。但是，如果條件滿足，矩陣上的最終結果應該在每次擊中時輸入1。同時我們只爲最後的核苷酸命中。 –

如何控制序列比對

回答

相關問題