Как создать dotplot из двух последовательностей ДНК в python

Question

Мне интересно сделать матрицу точечного графика из двух последовательностей dna с k как оценка подобия идентичности, а t - как порог. Я изучаю python, и хотя я хорошо разбираюсь в данных, я борюсь со столами и точками. Я создал приведенный выше код для создания простой матрицы идентичности. Теперь мне нужно изменить его или создать новый.

См. this paper для получения необходимых определений.

Answer 1

Вы должны отделить логику генерации матрицы от сравнительно легкой логики создания персонажа.

Сначала определим дельта-функции:

def delta(x,y): 
    return 0 if x == y else 1 

Теперь M[i,j]:

def M(seq1,seq2,i,j,k): 
    return sum(delta(x,y) for x,y in zip(seq1[i:i+k],seq2[j:j+k])) 

Сделать матрицу этого:

def makeMatrix(seq1,seq2,k): 
    n = len(seq1) 
    m = len(seq2) 
    return [[M(seq1,seq2,i,j,k) for j in xrange(m-k+1)] for i in xrange(n-k+1)] 

Участок матрицы. Вы можете экспериментировать с различными персонажами:

def plotMatrix(M,t, seq1, seq2, nonblank = unichr(0x25A0), blank = ' '): 
    print(' |' + seq2) 
    print('-'*(2 + len(seq2))) 
    for label,row in zip(seq1,M): 
     line = ''.join(nonblank if s < t else blank for s in row) 
     print(label + '|' + line) 

Функция обертка:

def dotplot(seq1,seq2,k = 1,t = 1): 
    M = makeMatrix(seq1,seq2,k) 
    plotMatrix(M, t, seq1,seq2) #experiment with character choice 

И потом:

#for testing purposes (drawn from paper): 

seqx = "ACCTGAGCTCACCTGAGTTA" 
seqy = "ACCTGAGCTCACCTGAGTTA" 
dotplot(seqx,seqy) 

Выход:

|ACCTGAGCTCACCTGAGTTA 
---------------------- 
A|■ ■ ■ ■ ■ 
C| ■■ ■ ■ ■■  
C| ■■ ■ ■ ■■  
T| ■ ■ ■ ■■ 
G| ■ ■  ■ ■ 
A|■ ■ ■ ■ ■ 
G| ■ ■  ■ ■ 
C| ■■ ■ ■ ■■  
T| ■ ■ ■ ■■ 
C| ■■ ■ ■ ■■  
A|■ ■ ■ ■ ■ 
C| ■■ ■ ■ ■■  
C| ■■ ■ ■ ■■  
T| ■ ■ ■ ■■ 
G| ■ ■  ■ ■ 
A|■ ■ ■ ■ ■ 
G| ■ ■  ■ ■ 
T| ■ ■ ■ ■■ 
T| ■ ■ ■ ■■ 
A|■ ■ ■ ■ ■ 

Какие матчи фигуру из (хотя ему не хватает ж и столбцов этикетки - которые можно добавить в при желании):