Pythonで2つのDNA配列のドットプロットを作成するには

Question

私は、同一性スコアとしてkを、閾値をtとして2つのdna配列のドットプロット行列を作成することに興味があります。私はPythonを学んでいますが、私はデータでうまくいっていますが、私はテーブルやドットプロットと闘っています。単純な単位行列を生成するために上記のコードを作成しました。今私はそれを変更するか、新しいものを作り出す必要があります。

必要な定義については、this paperを参照してください。

Answer 1

マトリックスを生成するロジックを、キャラクタプロットを作成する比較的簡単なロジックから分離する必要があります。

まずデルタ関数を定義します。

今 M[i,j]

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

：

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])) 

は、この行列を作る：

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)] 

プロット行列を。あなたは別の文字を試すことができます。

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) 

ラッパー関数：

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

そして：

#for testing purposes (drawn from paper): 

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

出力：

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

からの図と一致します紙（それはroが欠けているがワットと列のラベル - あなたはアドインができ、必要に応じて）：私は、私はシンプルなドットプロットの行列を作成する前に使用されるコードを追加した