对于我的作业,我必须计算基因组与序列相比的最佳相似性得分。要确定相似性得分,您必须将序列的长度减去汉明距离,然后再除以序列的长度。汉明距离是指基因组子串中有多少部分不等于序列。例如,GTTC 和 AGGT 的汉明距离为 4,因为它们在任何点都不相等。
如果您为该方法提供基因组=“ATACGC”和序列=“ACT”,则最佳相似性得分应为 0.67。但是当我运行我的程序时,它只会返回 0。我正在使用 Android 应用程序与我的基因组处理服务器交互。谢谢你,如果你能帮我解决这个问题!!!
返回 0 的方法的代码-
public static String similarityScore(String genome, String sequence)
{
double bestSimilarity;
double similarity;
int i;
int j;
int hammingDistance;
String subString;
String miniSubString;
String subSequence;
String returnStr;
DecimalFormat df;
df=new DecimalFormat("#.##");
bestSimilarity=-1;
i=0;
//makes a substring of the genome so you can compare the substring to the sequence
//increments i by 1 each iteration to move down the string to make new substrings
while((i+sequence.length())<(genome.length()+1) && i<genome.length())
{
subString = genome.substring(i, i + sequence.length());
hammingDistance=0;
for (j=0;j<sequence.length();j++)
{
// these two lines make substrings of a single character
//to compare if they equal each other
miniSubString = subString.substring(j, j + 1);
subSequence = sequence.substring(j,j+1);
//if they dont equal each other increase hamming distance by 1
if(!miniSubString.equals(subSequence))
hammingDistance++;
}
//calculates hammingdistance, which is the
// (length of the sequence - the hamming distance) / the length of the sequence
similarity=(sequence.length()-hammingDistance)/sequence.length();
if (similarity>bestSimilarity)
bestSimilarity=similarity;
i++;
}
returnStr=df.format(bestSimilarity);
return returnStr;
}
我认为这是因为你的答案被转换为整数。以下是我得出正确答案的方法。
添加此:
Double len = sequence.length() * 1.0;
将其添加到以下行之前:
similarity=(sequence.length()-hammingDistance)/sequence.length();
然后将该行替换为:
similarity=(sequence.length()-hammingDistance)/len;
这应该会给你你正在寻找的答案。
编辑:修复了一行。
我是一名优秀的程序员,十分优秀!