建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
Python統(tǒng)計(jì)在我們的使用中有很多的障礙，其中在DNA序列上的相關(guān)問(wèn)題就需要我們不斷的去學(xué)習(xí)。下面我們就向大家介紹有關(guān)的問(wèn)題，希望在以后Python統(tǒng)計(jì)的使用過(guò)程中有所收獲。
創(chuàng)新互聯(lián)建站專(zhuān)注于網(wǎng)站建設(shè)|網(wǎng)頁(yè)維護(hù)|優(yōu)化|托管以及網(wǎng)絡(luò)推廣，積累了大量的網(wǎng)站設(shè)計(jì)與制作經(jīng)驗(yàn)，為許多企業(yè)提供了網(wǎng)站定制設(shè)計(jì)服務(wù)，案例作品覆蓋砂巖浮雕等行業(yè)。能根據(jù)企業(yè)所處的行業(yè)與銷(xiāo)售的產(chǎn)品，結(jié)合品牌形象的塑造，量身定制品質(zhì)網(wǎng)站。
給定一堆DNA序列，即由字符A, C, G, T組成的字符串，統(tǒng)計(jì)所有長(zhǎng)度為n的子序列出現(xiàn)的頻率。比如 ACGTACGT，子序列長(zhǎng)度為2，于是 AC=2, CG=2, GT=2, TA=1，其余長(zhǎng)度為2的子序列頻率為0.
***想到的就是建一個(gè)字典，key是所有可能的子序列，value是這個(gè)子序列出現(xiàn)的頻率。但是當(dāng)子序列比較長(zhǎng)的時(shí)候，比如 n=8，需要一個(gè)有65536 (4的8次方) 個(gè)key-value pair的字典，且每個(gè)key的長(zhǎng)度是8字符。這樣ms有點(diǎn)浪費(fèi)內(nèi)存。。
于是想到，所有的長(zhǎng)度為n的子序列是有序且連續(xù)的，所以可以映射到一個(gè)長(zhǎng)度為4的n次方的的list里。令 A=0, C=1, G=2, T=3，則把子序列 ACGT 轉(zhuǎn)換成 0*4^3 + 1*4^2 + 2*4 + 3 = 27, 映射到list的第27位。如此，list的index對(duì)應(yīng)子序列，而list這個(gè)index位置則儲(chǔ)存這個(gè)子序列出現(xiàn)的頻率。
于是我們先要建立2個(gè)字典，Python統(tǒng)計(jì)表示ACGT和0123一一對(duì)應(yīng)的關(guān)系：
- i2mD = {0:'A', 1:'C', 2:'G', 3:'T'}
- m2iD = dict(A=0,C=1,G=2,T=3)
- # This is just another way to initialize a dictionary
以及下面的子序列映射成整數(shù)函數(shù)：
- def motif2int(motif):
- '''convert a sub-sequence/motif to a non-negative integer'''
- total = 0
- for i, letter in enumerate(motif):
- total += m2iD[letter]*4**(len(motif)-i-1)
- return total
- Test:
- >>> motif2int('ACGT')
- 27
以上就是對(duì)Python統(tǒng)計(jì)的相關(guān)介紹。雖然我們內(nèi)部把子序列當(dāng)成正整數(shù)來(lái)存儲(chǔ)（確切地說(shuō)，其實(shí)這個(gè)整數(shù)是沒(méi)有存在內(nèi)存里的，而是由其在list的index表示的），為了方便生物學(xué)家們看，輸出時(shí)還是轉(zhuǎn)換回子序列比較好。
【編輯推薦】
- Python字符串如何進(jìn)行代碼替換
- Python輸入方式具體的三種實(shí)現(xiàn)方式
- Python編程語(yǔ)言維和受到眾人的追捧
- Python編程語(yǔ)言具有相當(dāng)高的適應(yīng)能力
- Python字符串替換如何才能進(jìn)行字符的拆分
文章名稱(chēng)：Python統(tǒng)計(jì)如何進(jìn)行DNA序列整理
新聞來(lái)源：http://www.dlmjj.cn/article/cohsidp.html
