本文目录一览:
- 1、如何用Python构造hash表解决DNA k-mer问题
- 2、将DNA序列在Python问题,怎么解决
- 3、用c语言编写一个程序,产生所有可能的长度为10bp的DNA序列
- 4、python这个代码啥意思?求具体的。
- 5、已有一个文件DNA.txt。写一个Python程序
- 6、python 遗传算法问题
如何用Python构造hash表解决DNA k-mer问题
思路:
1、首先采用命A=0,C=1,G=2,T=3. 就相当于4进制数字,然后采用karp-Rabin算法转换成唯一十进制数字。由于用此算法的哈希函数为:hash(value)=value*(4^(k-q-1));
value是该字符对应的值,k是kmer长度,q是此字符在字符串的位置范围在[0-(q-1)]。然后把一个kmer里面所有字符的hash值求和就行了。
2、那么很容易看出来,对于连续的下害常愤端莅得缝全俯户一个Kmer,就有推理公式了 hashNew=addValue+(hashOld-deleteValue*(4^(k-1)))*4; hashNew就是往右平移一个字符的kmer hash值,hashOld就是平移之前的值,addValue就是平移后右边多的一个字符,deleteValue就是平移后左边少的一个字符。这样整个hash表建立的时间复杂度约为O(m+k),m是整个文本长度。
3、由于kmer长度如果过长,其hash值过大,会造成内存不够溢出的现象,所以kmer内部定死为10 。那么问题就来了,如何应对不同的kmer值。分三种情况。
第一种:q10
这种可以将kmer以10为单位,将hash表中对应值取出,然后对结果进行分析,这边分析方法为建立两个数组一个二维数组unionName储存位置关系,一个一维数组unionScore,计数用。 思路就是首先第一轮初始化unionName[Name][Pos]全部赋值Pos 并初始化unionScore,然后再第二轮匹配如果unionName[Name][Pos-cycle]=Pos-1则将其赋值为当前Pos,cycle为当前循环次数。并将当前循环数存入unionScore[NAME]中。最后当unionScore[NAME]值也就是循环数为k-1,即我们需要的交集了。
第二种:q=10
直接求出hash值,取出相应的值即可。
第三种:q10
可以用前缀种子+后缀种子交集产生。
前缀种子:在字符串后面补字符直到长度等于K,这个很容易看出来 最小是全补A,最大是全补T,然后将最小值到最大值之间的hash值即为所求。
后缀种子:后缀种子和前缀种子不同就是在字符串左边补齐字符。所以此时需要进行变换。只要对前置种子产生的值变化下就行了。(preValue-minValue)*(4^(K-q))+hash(p) 。其中preValue就是对应的前置种子的hash值,minValue就是前置种子中最小值也就是全补A的情况,hash(p)就是字符串长度为p时候的hash值。
交集就是先求后缀种子所有的值,再加上 前缀种子中起始位置在[0-(k-1)]中的值。
将DNA序列在Python问题,怎么解决
1#!/usr/bin/python
2 #-*- coding:utf-8 -*-
3 "将DNA序列转换为RNA序列,即将T转换为U即可,利用字符串的replace方法"
5 f=open('./test.txt', 'r')
6 line=f.read()
7 dna2rnaline=line.replace('T', 'U')
8 f.close()
9 f=open('./test.txt', 'w')
10 line=f.write(dna2rnaline)
11 f.close()#了解DNA序列和RNA序列的碱基差别
用c语言编写一个程序,产生所有可能的长度为10bp的DNA序列
没用C写,用python写的,道理都一样。
def generate(n): //n为长度
for i in range(4**n):
a=[0 for i in range(n)] //a为长度为n的一个序列
num = i
z = 0
while(num!=0):
a[z]=num%4
z = z+1
num = int(num/4)
for j in a:
if j==0:
print('A',end="")
elif j==1:
print('T',end="")
elif j==2:
print('G',end="")
else:
print('C',end="")
print()
原理就是四进制转换。
当调用函数generate(2),产生结果AA,TA,GA,CA,AT,TT,GT,CT,AG,TG,GG,CG,AC,TC,GC,CC
python这个代码啥意思?求具体的。
import string
str_c='dna'
str_letter=string.ascii_letters # 生成所有小写字母列表
dict_letter={} # 新建空字典
for letter in str_letter: # 遍历字母列表
dict_letter[letter]=[] # 以每个小写字母为key,以空列表为 value,为字典创建新成员
for i in str_c: # 遍历字符串
dict_letter[i].append(i) # 查找字典中以 i 为键key的值value,并在其(列表)中添加 i
for count in str_letter:
if len(dict_letter[count])!=0: # 若字典中以 count 为键的值不是空列表
print('%s:%d'%(count,len(dict_letter[count]))) #输出此列表的长度
print() # 输出一个换行符
已有一个文件DNA.txt。写一个Python程序
def readfromfile(filename):
with open(filename, 'rt') as handle:
return handle.read()
def appendtofile(filename, lines):
with open(filename, 'at') as handle:
handle.writelines(lines)
def itercui():
while 1:
content = raw_input()
if content in ('exit', 'quit'):
break
yield content
if __name__ == "__main__":
filename = "record.log"
print readfromfile(filename)
appendtofile(
filename,
[ln+'\n' for ln in itercui()]
)
python 遗传算法问题
遗传算法(GA)是最早由美国Holland教授提出的一种基于自然界的“适者生存,优胜劣汰”基本法则的智能搜索算法。
遗传算法也是借鉴该基本法则,通过基于种群的思想,将问题的解通过编码的方式转化为种群中的个体,并让这些个体不断地通过选择、交叉和变异算子模拟生物的进化过程,然后利用“优胜劣汰”法则选择种群中适应性较强的个体构成子种群,然后让子种群重复类似的进化过程,直到找到问题的最优解或者到达一定的进化(运算)时间。