包含使用python生成所有dna的詞條

本文目錄一覽：

• 1、如何用Python構造hash表解決DNA k-mer問題
• 2、將DNA序列在Python問題，怎麼解決
• 3、用c語言編寫一個程序，產生所有可能的長度為10bp的DNA序列
• 4、python這個代碼啥意思？求具體的。
• 5、已有一個文件DNA.txt。寫一個Python程序
• 6、python 遺傳算法問題

如何用Python構造hash表解決DNA k-mer問題

思路：

1、首先採用命A=0,C=1,G=2,T=3. 就相當於4進制數字，然後採用karp-Rabin算法轉換成唯一十進制數字。由於用此算法的哈希函數為：hash(value)=value*(4^(k-q-1));

value是該字符對應的值，k是kmer長度,q是此字符在字符串的位置範圍在[0-(q-1)]。然後把一個kmer裏面所有字符的hash值求和就行了。

2、那麼很容易看出來，對於連續的下害常憤端蒞得縫全俯戶一個Kmer，就有推理公式了 hashNew=addValue+(hashOld-deleteValue*(4^(k-1)))*4; hashNew就是往右平移一個字符的kmer hash值，hashOld就是平移之前的值，addValue就是平移後右邊多的一個字符，deleteValue就是平移後左邊少的一個字符。這樣整個hash表建立的時間複雜度約為O（m+k）,m是整個文本長度。

3、由於kmer長度如果過長，其hash值過大，會造成內存不夠溢出的現象，所以kmer內部定死為10 。那麼問題就來了，如何應對不同的kmer值。分三種情況。

第一種：q10

這種可以將kmer以10為單位，將hash表中對應值取出，然後對結果進行分析，這邊分析方法為建立兩個數組一個二維數組unionName儲存位置關係，一個一維數組unionScore,計數用。 思路就是首先第一輪初始化unionName[Name][Pos]全部賦值Pos 並初始化unionScore，然後再第二輪匹配如果unionName[Name][Pos-cycle]=Pos-1則將其賦值為當前Pos，cycle為當前循環次數。並將當前循環數存入unionScore[NAME]中。最後當unionScore[NAME]值也就是循環數為k-1，即我們需要的交集了。

第二種：q=10

直接求出hash值，取出相應的值即可。

第三種：q10

可以用前綴種子+後綴種子交集產生。

前綴種子：在字符串後面補字符直到長度等於K，這個很容易看出來 最小是全補A，最大是全補T，然後將最小值到最大值之間的hash值即為所求。

後綴種子：後綴種子和前綴種子不同就是在字符串左邊補齊字符。所以此時需要進行變換。只要對前置種子產生的值變化下就行了。(preValue-minValue)*(4^(K-q))+hash(p) 。其中preValue就是對應的前置種子的hash值，minValue就是前置種子中最小值也就是全補A的情況，hash（p）就是字符串長度為p時候的hash值。

交集就是先求後綴種子所有的值，再加上 前綴種子中起始位置在[0-(k-1)]中的值。

將DNA序列在Python問題，怎麼解決

1#!/usr/bin/python

 2 #-*- coding:utf-8 -*-

 3 “將DNA序列轉換為RNA序列，即將T轉換為U即可，利用字符串的replace方法”

 5 f=open(‘./test.txt’, ‘r’)

 6 line=f.read()

 7 dna2rnaline=line.replace(‘T’, ‘U’)

 8 f.close()

 9 f=open(‘./test.txt’, ‘w’)

10 line=f.write(dna2rnaline)

11 f.close()#了解DNA序列和RNA序列的鹼基差別

用c語言編寫一個程序，產生所有可能的長度為10bp的DNA序列

沒用C寫，用python寫的，道理都一樣。

def generate(n):  //n為長度

    for i in range(4**n):

        a=[0 for i in range(n)] //a為長度為n的一個序列

        num = i

        z = 0

        while(num!=0):

            a[z]=num%4

            z = z+1

            num = int(num/4)

        for j in a:

            if j==0:

                print(‘A’,end=””)

            elif j==1:

                print(‘T’,end=””)

            elif j==2:

                print(‘G’,end=””)

            else:

                print(‘C’,end=””)

        print()

原理就是四進制轉換。

當調用函數generate(2)，產生結果AA，TA，GA，CA，AT，TT，GT，CT，AG，TG，GG，CG，AC，TC，GC，CC

python這個代碼啥意思？求具體的。

import string

str_c=’dna’

str_letter=string.ascii_letters # 生成所有小寫字母列表

dict_letter={} # 新建空字典

for letter in str_letter: # 遍歷字母列表

dict_letter[letter]=[] # 以每個小寫字母為key,以空列表為 value，為字典創建新成員

for i in str_c: # 遍歷字符串

dict_letter[i].append(i) # 查找字典中以 i 為鍵key的值value，並在其(列表)中添加 i

for count in str_letter:

if len(dict_letter[count])!=0: # 若字典中以 count 為鍵的值不是空列表

print(‘%s:%d’%(count,len(dict_letter[count]))) #輸出此列表的長度

print() # 輸出一個換行符

已有一個文件DNA.txt。寫一個Python程序

def readfromfile(filename):

with open(filename, ‘rt’) as handle:

return handle.read()

def appendtofile(filename, lines):

with open(filename, ‘at’) as handle:

handle.writelines(lines)

def itercui():

while 1:

content = raw_input()

if content in (‘exit’, ‘quit’):

break

yield content

if __name__ == “__main__”:

filename = “record.log”

print readfromfile(filename)

appendtofile(

filename,

[ln+’\n’ for ln in itercui()]

)

python 遺傳算法問題

遺傳算法（GA）是最早由美國Holland教授提出的一種基於自然界的「適者生存，優勝劣汰」基本法則的智能搜索算法。

遺傳算法也是借鑒該基本法則，通過基於種群的思想，將問題的解通過編碼的方式轉化為種群中的個體，並讓這些個體不斷地通過選擇、交叉和變異算子模擬生物的進化過程，然後利用「優勝劣汰」法則選擇種群中適應性較強的個體構成子種群，然後讓子種群重複類似的進化過程，直到找到問題的最優解或者到達一定的進化（運算）時間。