網站首頁 編程語言 正文
1. 原理
對于DNA序列,一階馬爾科夫鏈可以理解為當前堿基的類型僅取決于上一位堿基類型。如圖1所示,一條序列的開端(由B開始)可能是A、T、G、C四種堿基(且可能性相同,均為0.25),若序列的某一位是A,則下一位堿基是A、T、G、C的概率分別為0.25、0.20、0.20、0.20,下一位無堿基(即序列結束,狀態為E)的概率為0.15。
圖1 DNA序列的一階馬爾科夫鏈
2. 代碼實現
以下代碼運行于Jupyter Notebook (Python 3.7);代碼功能是隨機生成一定數量的DNA序列,統計序列長度并繪制分布圖。若希望顯示隨機生成的序列,將代碼# print(''.join(Seq))前的#刪除即可。
import numpy
import random
import seaborn as sns
import matplotlib.pyplot as plt
# 狀態空間
states = ["A","G","C","T","E"]
# 可能的事件序列
transitionName = [["AA","AG","AC","AT","AE"],
["GA","GG","GC","GT","GE"],
["CA","CG","CC","CT","CE"],
["TA","TG","TC","TT","TE"],]
# 概率矩陣(轉移矩陣)
transitionMatrix = [[0.25,0.20,0.20,0.20,0.15],
[0.20,0.25,0.20,0.20,0.15],
[0.20,0.20,0.25,0.20,0.15],
[0.20,0.20,0.20,0.25,0.15]]
def RandomDNAs(Num):
max_len = 0
i = 0
Seq = [] #創建列表(Seq)用于添加堿基,以組成DNA序列
Len = [] #創建列表(Len)用于記錄每條生成序列的長度
while i != Num:
Base = ["A","G","C","T"]
START = random.choice(Base) #隨機從堿基中選擇一個作為序列的起始堿基
Seq.append(START) #將起始堿基添加至Seq中
while START != "E":
if START == "A":
change = numpy.random.choice(transitionName[0],p=transitionMatrix[0])
#以transitionMatrix矩陣第一行的概率分布隨機抽取transitionName第一行包含的事件
if change == "AA":
START = "A" #如果轉移狀態是AA(即A堿基接下來的堿基是A,則將起始堿基設為A)
elif change == "AG":
START = "G"
elif change == "AC":
START = "C"
elif change == "AT":
START = "T"
elif change == "AE":
START = "E"
elif START == "G":
change = numpy.random.choice(transitionName[1],p=transitionMatrix[1])
if change == "GA":
START = "A"
elif change == "GG":
START = "G"
elif change == "GC":
START = "C"
elif change == "GT":
START = "T"
elif change == "GE":
START = "E"
elif START == "C":
change = numpy.random.choice(transitionName[2],p=transitionMatrix[2])
if change == "CA":
START = "A"
elif change == "CG":
START = "G"
elif change == "CC":
START = "C"
elif change == "CT":
START = "T"
elif change == "CE":
START = "E"
elif START == "T":
change = numpy.random.choice(transitionName[3],p=transitionMatrix[3])
if change == "TA":
START = "A"
elif change == "TG":
START = "G"
elif change == "TC":
START = "C"
elif change == "TT":
START = "T"
elif change == "TE":
START = "E"
if START != "E":
Seq.append(START) #如果狀態轉移后不為End(E),則將轉移后的堿基加到Seq序列中
i += 1
Len.append(len(Seq))
if len(Seq) > max_len:
max_len = len(Seq)
#print(''.join(Seq))
Seq.clear()
plt.hist(numpy.array(Len), bins=max_len, edgecolor="white")
# 顯示橫軸標簽
plt.xlabel("DNA Sequence Length")
# 顯示縱軸標簽
plt.ylabel("Frequency")
# 顯示圖標題
plt.title("Histogram of frequency distribution of DNA sequence length")
plt.show()
print("DNA序列的最大長度為:",max_len)
print("DNA序列長度的眾數為:",max(Len, key=Len.count))
%matplotlib notebook #若未使用Jupyter Notebook,此句不需要
RandomDNAs(1000) #1000表示隨機生成1000條序列
3. 運行結果
從以下4個序列長度分布統計可以看到,隨著隨機生成的序列數量增多,序列長度分布愈發集中,且長度為1bp的序列占比最多且逐漸增加。
圖2 10,000條DNA序列的序列長度分布統計
10,000條DNA序列的序列中
DNA序列的最大長度為: 65
DNA序列長度的眾數為: 1
圖3 100,000條DNA序列的序列長度分布統計
100,000條DNA序列的序列中
DNA序列的最大長度為: 71
DNA序列長度的眾數為: 1
原文鏈接:https://www.jianshu.com/p/2abbba19bf4e
相關推薦
- 2023-01-03 利用C++模擬實現STL容器:list_C 語言
- 2022-02-13 Chrome控制臺報錯:無法加載 SourceMap 錯誤:狀態代碼 404,net::ERR_HT
- 2022-07-14 python?udp如何實現同時收發信息_python
- 2023-05-21 C#?Replace替換的具體使用_C#教程
- 2022-08-10 Qt利用DOM類實現讀取xml文件_C 語言
- 2022-07-11 為Spring配置文件的配置項添加元注釋
- 2022-05-31 openCV實現圖像融合的示例代碼_python
- 2023-07-29 iview的table動態合并行列的完整示例
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支