- 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/
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 我们不允许在 Stack Overflow 上提出有关通用计算硬件和软件的问题。您可以编辑问题,使其成为
当我尝试在 db2 中创建表时,它抛出以下错误 $ db2 CREATE TABLE employee(emp_id INT NOT NULL, emp_name VARCHAR(100)) sh:
我有: while (i < l) { if (one === two) { continue; } i++; } 但是 JSLint 说: Problem at line 1 chara
所以我有这个代码: char inputs[10] = ""; int numInputs = 0; while (numInputs < 10){ char c; printf("E
var ninja = { name: 'Ninja', say: function () { return 'I am a ' + this.name; }
我收到一个我不明白的错误,请注意,我是编码新手,所以这可能是一个简单的错误。 #include using namespace std; int main() { //Initialise Fahr
我正在使用 javascript 和 react,由于某种原因,我收到了一个奇怪的 token 错误。 这是发生错误的代码: renderNavBar() { if (!this.us
Closed. This question is off-topic。它当前不接受答案。
由于某种我无法解释的原因,编译器正在输出一个错误,指出它发现了一个意外的#else 标记。 这发生在文件的开头: #if defined( _USING_MFC ) #include "stda
这个问题不太可能帮助任何 future 的访问者;它只与一个小的地理区域、一个特定的时间点或一个非常狭窄的情况有关,这些情况并不普遍适用于互联网的全局受众。为了帮助使这个问题更广泛地适用,visit
这个问题在这里已经有了答案: Difference between sh and Bash (11 个答案) 关闭 2 年前。 我正在编写一个简单的 bash 脚本,我在 XX `(' unexpe
关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 此问题是由拼写错误或无法再重现的问题引起的。虽然类似的问题可能是 on-topic
我在 Windows 7 上编写了一个脚本,它不断给我一个错误“(此时出乎意料。”对于以下代码 if %vardns%=="NODNS" ( netsh interface ipv4 set ad
我正在尝试使用xmlstarlet(使用xpath)解析XML文件,但是出现语法错误,并且我不知道如何更正我的代码。 这是我的脚本: #!/bin/bash if [ $1=="author" ];
以下脚本旨在在目录中的所有文件上运行程序“senna”,并将每个文件的输出(保留输入文件名)写入另一个目录 for file in ./Data/in/*; do ./senna -iobta
我从 challengers.coffee 运行此代码,并收到错误 ActionView::Template::Error (SyntaxError: [stdin]:3:31:unexpected
我在 config.db.database; 行中有语法错误(意外的标记“.”)。这是我在文件中的代码 const config = require('../config/config') const
这一定很明显,但是我无法使它正常工作。我正在尝试传输应该用于构建$ classKey的对象,这反过来又导致删除所需的软件(amd64或i386)。好吧,这里的代码: $name = @("softwa
我正在使用 1.3.7 版学习 Grails,但我一直无缘无故地遇到以下语法错误: unexpected token: mapping @ line x, column y. 有一次,我通过运行“gr
我正在尝试找出这段Pascal代码的问题 function Factorial(n: integer): integer; begin if n = 0 then Result := 1
我是一名优秀的程序员,十分优秀!