序列比对之Needleman-wunsch算法的python实现

序列比对之Needleman-wunsch算法的python实现

仅供有缘人参考

因为做项目遇到了beam search生成的序列的对齐问题,所以自己写了一个关于序列比对的needleman-wunsch算法的python代码,供有需要的有缘人参考。

算法原理可参考
Needleman-wunsch算法矩阵的计算
知乎上的对算法以及回溯的介绍

Needleman-Wunsch算法以及回溯对齐的Python代码

// needleman-wunsch 算法
def needleman_wunsch(label, pred):
    m=len(label)
    n=len(pred)
    dp=[[1]*n for i in range(m)]
    for i in range(m):
        if pred[0]!=label[i]:
            dp[i][0]=0
        else:
            break
    for j in range(n):
        if pred[j]!=label[0]:
            dp[0][j]=0
        else:
            break
            
    for i in range(1,m):
        
  • 3
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是 Needleman-Wunsch算法Python 代码实现: ```python def needleman_wunsch(seq1, seq2, gap_penalty=-1, match_score=1, mismatch_score=-1): n, m = len(seq1), len(seq2) dp = [[0] * (m + 1) for _ in range(n + 1)] for i in range(1, n + 1): dp[i][0] = i * gap_penalty for j in range(1, m + 1): dp[0][j] = j * gap_penalty for i in range(1, n + 1): for j in range(1, m + 1): if seq1[i - 1] == seq2[j - 1]: match = match_score else: match = mismatch_score dp[i][j] = max(dp[i - 1][j - 1] + match, dp[i - 1][j] + gap_penalty, dp[i][j - 1] + gap_penalty) align1, align2 = "", "" i, j = n, m while i > 0 and j > 0: if dp[i][j] == dp[i - 1][j - 1] + (match_score if seq1[i - 1] == seq2[j - 1] else mismatch_score): align1 = seq1[i - 1] + align1 align2 = seq2[j - 1] + align2 i -= 1 j -= 1 elif dp[i][j] == dp[i - 1][j] + gap_penalty: align1 = seq1[i - 1] + align1 align2 = "-" + align2 i -= 1 else: align1 = "-" + align1 align2 = seq2[j - 1] + align2 j -= 1 while i > 0: align1 = seq1[i - 1] + align1 align2 = "-" + align2 i -= 1 while j > 0: align1 = "-" + align1 align2 = seq2[j - 1] + align2 j -= 1 return align1, align2 ``` 其中,`seq1`和`seq2`为需要比对的两个序列,`gap_penalty`为缺失一个字符时的分值,`match_score`为匹配时的分值,`mismatch_score`为不匹配时的分值。函数返回值为两个比对后的序列。 注意,在使用 Needleman-Wunsch 算法时,需要考虑两个序列的长度可能不同。需要在计算 DP table 时,将 DP table 的大小设为 `(n+1) x (m+1)`,并将第一行和第一列初始化为缺失一个字符的分数。在回溯时,需要考虑某个序列已经到达末尾的情况。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值