- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有以下 t=5
DNA 字符串:
DNA = '''CGCCCCTCTCGGGGGTGTTCAGTAAACGGCCA
GGGCGAGGTATGTGTAAGTGCCAAGGTGCCAG
TAGTACCGAGACCGAAAGAAGTATACAGGCGT
TAGATCAAGTTTCAGGTGCACGTCGGTGAACC
AATCCACCAGCTCCACGTGCAATGTTGGCCTA'''
k = 8
t = 5
我正在尝试使用拉普拉斯变换从字符串集合中找到长度为 k=8 的最佳主题,以从每个 t 字符串中随机采样长度为 k 的 block 。
我的辅助函数如下:
def window(s, k):
for i in range(1 + len(s) - k):
yield s[i:i+k]
def HammingDistance(seq1, seq2):
if len(seq1) != len(seq2):
raise ValueError('Undefined for sequences of unequal length.')
return sum(ch1 != ch2 for ch1, ch2 in zip(seq1, seq2))
def score(motifs):
score = 0
for i in range(len(motifs[0])):
motif = ''.join([motifs[j][i] for j in range(len(motifs))])
score += min([HammingDistance(motif, homogeneous*len(motif)) for homogeneous in 'ACGT'])
return score
def profile(motifs):
prof = []
for i in range(len(motifs[0])):
col = ''.join([motifs[j][i] for j in range(len(motifs))])
prof.append([float(col.count(nuc))/float(len(col)) for nuc in 'ACGT'])
return prof
def profile_most_probable_kmer(dna, k, prof):
dna = dna.splitlines()
nuc_loc = {nucleotide:index for index,nucleotide in enumerate('ACGT')}
motif_matrix = []
max_prob = [-1, None]
for i in range(len(dna)):
motif_matrix.append(max_prob)
for i in range(len(dna)):
for chunk in window(dna[i],K):
current_prob = 1
for j, nuc in enumerate(chunk):
current_prob*=prof[j][nuc_loc[nuc]]
if current_prob>motif_matrix[i][0]:
motif_matrix[i] = [current_prob,chunk]
return list(list(zip(*motif_matrix))[1])
def profile_with_pseudocounts(motifs):
prof = []
for i in range(len(motifs[0])):
col = ''.join([motifs[j][i] for j in range(len(motifs))])
prof.append([float(col.count(nuc)+1)/float(len(col)+4) for nuc in 'ACGT'])
return prof
from random import randint
def SampleMotifs(Dna,k,t):
Dna = Dna.splitlines()
BestMotifs = []
for line in Dna:
position = randint(0,len(line)-k)
BestMotifs.append(line[position:position+k])
return BestMotifs
def motifs_from_profile(profile, dna, k):
return [profile_most_probable_kmer(seq,k,profile) for seq in dna]
def randomized_motif_search(dna,k,t):
from random import randint
dna = dna.splitlines()
rand_ints = [randint(0,len(dna[0])-k)) for a in range(len(dna))]
motifs = [dna[i][r:r+k] for i,r in enumerate(rand_ints)]
best_score = [score(motifs), motifs]
while True:
current_profile = profile_with_pseudocounts(motifs)
motifs = motifs_from_profile(current_profile, dna, k)
current_score = score(motifs)
if current_score < best_score[0]:
best_score = [current_score, motifs]
else:
return best_score[1]
def Laplace(dna,k,t):
i = 0
LastMotifs = randomized_motif_search(dna,k,t)
while i < 1000:
try:
BestMotifs = randomized_motif_search(dna,k,t)
if score(BestMotifs)<score(LastMotifs):
LastMotifs = BestMotifs
except:
pass
i+=1
print(*LastMotifs)
我应该得到的输出是:
TCTCGGGG
CCAAGGTG
TACAGGCG
TTCAGGTG
TCCACGTG
我每次都会得到不同的输出,这是我期望使用具有随机元素的方法,但当我迭代 1000 次时它应该会收敛,并且只有在分数较低时才更新我的最佳主题。事实上,我必须在拉普拉斯中放入错误处理程序,因为我在调用 randomized_motif_search(dna,k,t) 时获得索引,这告诉我这可能是问题的根源。过去两天我一直在搜索代码以确保一切都正确,但事实上我得到了错误的答案或以下错误:
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-811-ee735449bb8e> in <module>
----> 1 Laplace(DNA,K,T)
<ipython-input-810-31301d79eb95> in Laplace(dna, k, t)
3 LastMotifs = randomized_motif_search(dna,k,t)
4 while i < 2000:
----> 5 BestMotifs = randomized_motif_search(dna,k,t)
6 if score(BestMotifs)<score(LastMotifs):
7 LastMotifs = BestMotifs
<ipython-input-809-43600d882734> in randomized_motif_search(dna, k, t)
8 while True:
9 current_profile = profile_with_pseudocounts(motifs)
---> 10 motifs = motifs_from_profile(current_profile, dna, k)
11 current_score = score(motifs)
12 if current_score < best_score[0]:
<ipython-input-408-7c866045d839> in motifs_from_profile(profile, dna, k)
1 def motifs_from_profile(profile, dna, k):
----> 2 return [profile_most_probable_kmer(seq,k,profile) for seq in dna]
<ipython-input-408-7c866045d839> in <listcomp>(.0)
1 def motifs_from_profile(profile, dna, k):
----> 2 return [profile_most_probable_kmer(seq,k,profile) for seq in dna]
<ipython-input-795-56f83ba5ee2b> in profile_most_probable_kmer(dna, k, prof)
25 current_prob = 1
26 for j, nuc in enumerate(chunk):
---> 27 current_prob*=prof[j][nuc_loc[nuc]]
28 if current_prob>motif_matrix[i][0]:
29 motif_matrix[i] = [current_prob,chunk]
IndexError: list index out of range
这不仅仅是有点令人烦恼。实际帮助将不胜感激。
编辑:问题是我对从 DNA 字符串中采样随机图案的随机整数进行索引,并且我的 motifs_from_profile
函数返回一个列表列表,而不仅仅是一个列表,代码有点依赖于取决于。我更新了以下函数:虽然这些修复解决了代码中引发错误的问题,并且现在每次运行 Laplace
函数时都会得到输出,但结果并不是什么我希望即使我在第一次迭代时输入正确的答案。我将尽最大努力调试评分函数中发生的情况并回顾我认为的文献。也许来自社区的一些更模糊的输入会有所帮助,但谁知道呢?
更新后的randomized_motif_search
是:
def randomized_motif_search(dna,k,t):
from random import randint
from itertools import chain
dna = dna.splitlines()
# Randomly generate k-mers from each sequence in the dna list.
rand_ints = [randint(0,len(dna[0])-(k)) for a in range(len(dna))]
motifs = [dna[i][r:r+k] for i,r in enumerate(rand_ints)]
best_score = [score(motifs), motifs]
while True:
current_profile = profile_with_pseudocounts(motifs)
mfp = motifs_from_profile(current_profile,dna,k)
motifs = []
for i in range(len(mfp)):
motifs.append(mfp[i][0])
current_score = score(motifs)
if current_score < best_score[0]:
best_score = [current_score, motifs]
else:
return best_score[1]
和新的拉普拉斯
:
def Laplace(dna,k,t):
i = 0
LastMotifs = randomized_motif_search(dna,k,t)
while i < 1000:
BestMotifs = randomized_motif_search(dna,k,t)
if score(BestMotifs)<score(LastMotifs):
LastMotifs = BestMotifs
i+=1
print(*LastMotifs)
编辑:亲爱的期刊,我已经搞乱了得分方法并弄清楚了如何返回主题得分,但仍然没有得出问题的正确答案。我正式被困在这里的是具有正确索引的更新的 score
函数代码:
def score(motifs):
score = 0
for i in range(len(motifs[0])):
motif = ''.join([Motifs[j][i] for j in range(len(Motifs))])
score+=min([HammingDistance(motif,homogenous*len(motif)) for homogenous in 'ACGT'])
return score
最佳答案
我明白了!所有索引都源于对 splitlines()
的调用,我在许多辅助函数的开头进行了调用。我还没有完全调试我的 score()
函数,因此我的评分没有按照文献要求的方式进行。
所有辅助函数如下:
def window(s, k):
for i in range(1 + len(s) - k):
yield s[i:i+k]
def HammingDistance(seq1, seq2):
if len(seq1) != len(seq2):
raise ValueError('Undefined for sequences of unequal length.')
return sum(ch1 != ch2 for ch1, ch2 in zip(seq1, seq2))
def score(motifs):
score = 0
for i in range(len(motifs[0])):
motif = ''.join(motifs[j][i] for j in range(len(motifs)))
score += min([HammingDistance(motif,homogenous*len(motif)) for homogenous in 'ACGT'])
return score
def profile(motifs):
prof = []
for i in range(len(motifs[0])):
col = ''.join([motifs[j][i] for j in range(len(motifs))])
prof.append([float(col.count(nuc))/float(len(col)) for nuc in 'ACGT'])
return prof
def profile_most_probable_kmer(dna, k, prof):
nuc_loc = {nucleotide:index for index,nucleotide in enumerate('ACGT')}
motif_matrix = []
max_prob = [-1, None]
for i in range(len(dna)):
motif_matrix.append(max_prob)
for i in range(len(dna)):
for chunk in window(dna[i],k):
current_prob = 1
for j, nuc in enumerate(chunk):
current_prob*=prof[j][nuc_loc[nuc]]
if current_prob>motif_matrix[i][0]:
motif_matrix[i] = [current_prob,chunk]
return list(list(zip(*motif_matrix))[1])
def profile_with_pseudocounts(motifs):
prof = []
for i in range(len(motifs[0])):
col = ''.join([motifs[j][i] for j in range(len(motifs))])
prof.append([float(col.count(nuc)+1)/float(len(col)+4) for nuc in 'ACGT'])
return prof
from random import randint
def SampleMotifs(Dna,k,t):
Dna = Dna.splitlines()
BestMotifs = []
for line in Dna:
position = randint(0,len(line)-k)
BestMotifs.append(line[position:position+k])
return BestMotifs
def randomized_motif_search(dna,k,t):
from random import randint
from itertools import chain
dna = dna.splitlines()
# Randomly generate k-mers from each sequence in the dna list.
rand_ints = [randint(0,len(dna[0])-(k)) for a in range(len(dna))]
motifs = [dna[i][r:r+k] for i,r in enumerate(rand_ints)]
best_score = [score(motifs), motifs]
while True:
current_profile = profile_with_pseudocounts(motifs)
motifs = profile_most_probable_kmer(dna,k,current_profile)
# motifs = []
# for i in range(len(mfp)):
# motifs.append(mfp[i][0])
current_score = score(motifs)
if current_score < best_score[0]:
best_score = [current_score, motifs]
else:
return best_score[1]
def Laplace(dna,k,t):
import random
random.seed(0)
i = 0
LastMotifs = randomized_motif_search(dna,k,t)
while i < 1000:
BestMotifs = randomized_motif_search(dna,k,t)
if score(BestMotifs)<score(LastMotifs):
LastMotifs = BestMotifs
i+=1
print('\n'.join(LastMotifs))
关于python - DNA 字符串中随机基序搜索的意外输出,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60311365/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!