序列比对算法-计算生物学

最新推荐文章于 2024-10-07 14:33:11 发布
最新推荐文章于 2024-10-07 14:33:11 发布
阅读量1.1w 收藏 34
点赞数 5
分类专栏： ML/DL 文章标签： 生物信息学 算法 序列比对
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SoundSlow/article/details/78175015
版权

1.序列比对指将两个或多个序列排列在一起，标明其相似之处。序列中可以插入间隔（通常用短横线“-”表示）。对应的相同或相似的符号（在核酸中是A, T(或U), C, G，在蛋白质中是氨基酸残基的单字母表示）排列在同一列上。这一方法常用于研究由共同祖先进化而来的序列，特别是如蛋白质序列或DNA序列等生物序列。进行相似度分析。
这里写图片描述

2.分类

  • 全局比对：将两个序列中的所有字符都进行依次比对，由于各方面的缺陷，可用性不强。
  • 局部比对（local alignment）：通过动态规划的方式，改动最少来匹配两个序列最相似的部分。
  • 双序列比对：只需要比对两个序列
  • 多序列比对：基于双序列比对，这样，主要是用来提取多个不同序列中，具有的共同特征信息。

3.双序列局部比对。

  • 最大子序列问题，对于两个字符串，通过比较找到两个字符串中相同的子序列，不考虑间隔。
/**
 1. Design an algorithm to find the Longest Common Subsequence,
 Longest Common Substring between two sequences.
 * Created by zoutai on 2017/10/1.
 * 从后向前遍历查找，迭代/遍历+动态规划
 * 但是递归的方式有一个坏处，就是内部往往那个存在很多重复计算，最大时间复杂度2^n
 * 所以我们采用空间换时间的办法:直接将所有的L[i][j]遍历出来，时间复杂度即为（mn）
 */
public class LongestCommonSubsequence {
    public static void main(String[] args) {
        String s1 = "AGGTAB";
        String s2 = "GXTXAYB";
        int m = s1.length(),n=s2.length();
        String result = getLongestSubStr(s1,s2,m,n);
        System.out.println(result);
    }

    // 从后向前遍历
    public static String getLongestSubStr(String s1,String s2,int m,int n) {
        if (m == 0 || n == 0)
            return "";
        if (s1.charAt(m - 1) == s2.charAt(n - 1))
            return getLongestSubStr(s1, s2, m - 1, n - 1)+s1.charAt(m - 1);
        else
            return max(getLongestSubStr(s1, s2, m, n - 1), getLongestSubStr(s1, s2, m - 1, n));
    }

    // 比较字符串长度
    public static String max(String a, String b) {
        if(a==null||b==null){
            return "";
        }
        return (a.length() > b.length()) ? a : b;
    }
}
  • Smith-Waterman算法:
    算法主要思想：
    对于A,B两个序列，n,m分别表示他们的长度，构造相应的矩阵和罚分；通过罚分矩阵，得到分数最大的一条路径，即为做好的匹配路径。
    参考链接：wiki
    这里写图片描述
    实现方式：
    • 普通空白函数：
import java.util.LinkedList;
import java.util.List;

/**
 * Created by zoutai on 2017/10/2.
 * 2.Tandem repeats. Let P be a pattern of length n and T a text of length m.
 * Let Pm be the concatenation of P with itself m times, so Pm has length mn.
 * We want to compute a local alignment between Pm and T .
 */

public class Alignment02 {
    public static void main(String[] args) {
        List<String> list = new LinkedList<String>();

        /* 样例1：
        输出为：
            G-CTAGCT
            GACTA-CT
         */
        String P = new String("AGCT");
        String T = new String("GACTACT");
        String Pm = new String();
        Pm = pToPm(P,T);
        list = localAlig(Pm,T);

        /* (不复制)样例2：
        输出为：
            GTT-AC
            GTTGAC
         */
//      String t1 = new String("TGTTACGG");
//      String t2 = new String("GGTTGACTA");
//        list = localAlig(t1, t2);

        for (String str : list) {
            System.out.println(str.toString());
        }
    }

    private static List<String> localAlig(String A, String B) {
        List<String> twoList = new LinkedList<String>();
        int allMax = 0;
        int col = A.length();
        int row = B.length();
        int[][] mat = new int[row + 1][col + 1];
        for (int i = 0; i < col + 1; i++) {
            mat[0][i] = 0;
        }
        for (int j = 0; j < row + 1; j++) {
            mat[j][0] = 0;
        }
        for (int i = 1; i < col+1; i++) {
            for (int j = 1; j < row+1; j++) {
                int Match = mat[j - 1][i - 1] + (B.charAt(j-1)==A.charAt(i-1)?3:-3);
                int Delete = mat[j - 1][i] + (0 - 2);
                int Insert = mat[j][i - 1] + (0 - 2);
                mat[j][i] = Math.max(Math.max(Match,0), Math.max(Insert, Delete));
            }
        }

        // 再次遍历矩阵，获取矩阵最大值，用于查找序列初始点
        int tempMax = 0;
        int temprow =0,tempcol = 0;
        for (int i =0;i<row+1;i++) {
            for (int j =0;j<col+1;j++) {
                System.out.print(mat[i][j]+".");
                if (tempMax < mat[i][j]) {
                    tempMax = mat[i][j];
                    temprow = i;
                    tempcol = j;
                }
            }
            System.out.println();
        }

        String AlignmentA = "";
        String AlignmentB = "";
        int i = tempcol;
        int j = temprow;
        while (i > 0 && j > 0) {
            if (i > 0 && j > 0 && mat[j][i] == mat[j-1][i-1]
                    + (B.charAt(j-1)==A.charAt(i-1)?3:-3)) {
                AlignmentA = A.charAt(i - 1) + AlignmentA;
                AlignmentB = B.charAt(j - 1) + AlignmentB;
                i = i - 1;
                j = j - 1;
            } else if (i == 1 || j == 1) {
                break;
            } else if (j > 0 && mat[j][i] == mat[j - 1][i] + (0 - 2)) {
                AlignmentA = "-" + AlignmentA;
                AlignmentB = B.charAt(j - 1) + AlignmentB;
                j = j - 1;
            } else {
                AlignmentA = A.charAt(i - 1) + AlignmentA;
                AlignmentB = "-" + AlignmentB;
                i = i - 1;
            }
        }
        twoList.add(AlignmentA);
        twoList.add(AlignmentB);
        return twoList;
    }

    // 将p字符串转为pm
    private static String pToPm(String p, String t) {
        // TODO Auto-generated method stub
        int n = p.length();
        int m = t.length();
        StringBuffer sb = new StringBuffer();
        for (int i=0;i<m;i++) {
            sb.append(p);
        }
        return sb.toString();
    }
}

* 线性空白函数：

import java.util.LinkedList;
import java.util.List;

/**
 * Created by zoutai on 2017/10/2.
 * Implementation of simple local alignment algorithm
 *
 * 线性罚分，Ws=2;Wd=0;
 */
public class Alignment0301 {
    public static final int[][] PAM250 = {
            {4, -1, -2, -2, 0, -1, -1, 0, -2, -1, -1, -1, -1, -2, -1, 1, 0, -3, -2, 0},
            {-1, 5, 0, -2, -3, 1, 0, -2, 0, -3, -2, 2, -1, -3, -2, -1, -1, -3, -2, -3},
            {-2, 0, 6, 1, -3, 0, 0, 0, 1, -3, -3, 0, -2, -3, -2, 1, 0, -4, -2, -3},
            {-2, -2, 1, 6, -3, 0, 2, -1, -1, -3, -4, -1, -3, -3, -1, 0, -1, -4, -3, -3},
            {0, -3, -3, -3, 9, -3, -4, -3, -3, -1, -1, -3, -1, -2, -3, -1, -1, -2, -2, -1},
            {-1, 1, 0, 0, -3, 5, 2, -2, 0, -3, -2, 1, 0, -3, -1, 0, -1, -2, -1, -2},
            {-1, 0, 0, 2, -4, 2, 5, -2, 0, -3, -3, 1, -2, -3, -1, 0, -1, -3, -2, -2},
            {0, -2, 0, -1, -3, -2, -2, 6, -2, -4, -4, -2, -3, -3, -2, 0, -2, -2, -3, -3},
            {-2, 0, 1, -1, -3, 0, 0, -2, 8, -3, -3, -1, -2, -1, -2, -1, -2, -2, 2, -3},
            {-1, -3, -3, -3, -1, -3, -3, -4, -3, 4, 2, -3, 1, 0, -3, -2, -1, -3, -1, 3},
            {-1, -2, -3, -4, -1, -2, -3, -4, -3, 2, 4, -2, 2, 0, -3, -2, -1, -2, -1, 1},
            {-1, 2, 0, -1, -3, 1, 1, -2, -1, -3, -2, 5, -1, -3, -1, 0, -1, -3, -2, -2},
            {-1, -1, -2, -3, -1, 0, -2, -3, -2, 1, 2, -1, 5, 0, -2, -1, -1, -1, -1, 1},
            {-2, -3, -3, -3, -2, -3, -3, -3, -1, 0, 0, -3, 0, 6, -4, -2, -2, 1, 3, -1},
            {-1, -2, -2, -1, -3, -1, -1, -2, -2, -3, -3, -1, -2, -4, 7, -1, -1, -4, -3, -2},
            {1, -1, 1, 0, -1, 0, 0, 0, -1, -2, -2, 0, -1, -2, -1, 4, 1, -3, -2, -2},
            {0, -1, 0, -1, -1, -1, -1, -2, -2, -1, -1, -1, -1, -2, -1, 1, 5, -2, -2, 0},
            {-3, -3, -4, -4, -2, -2, -3, -2, -2, -3, -2, -3, -1, 1, -4, -3, -2, 11, 2, -3},
            {-2, -2, -2, -3, -2, -1, -2, -3, 2, -1, -1, -2, -1, 3, -3, -2, -2, 2, 7, -1},
            {0, -3, -3, -3, -1, -2, -2, -3, -3, 3, 1, -2, 1, -1, -2, -2, 0, -3, -1, 4}};

    public static void main(String[] args) {
        String t1 = new String("TGTTACGG");
        String t2 = new String("GGTTGACTA");
        List<String> list = new LinkedList<String>();
        list = localAlig(t1, t2);
        for (String str : list) {
            System.out.println(str.toString());
        }
    }

    private static List<String> localAlig(String A, String B) {
        List<String> twoList = new LinkedList<String>();
        int allMax = 0;
        int col = A.length();
        int row = B.length();
        int[][] mat = new int[row + 1][col + 1];
        for (int i = 0; i < col + 1; i++) {
            mat[0][i] = 0;
        }
        for (int j = 0; j < row + 1; j++) {
            mat[j][0] = 0;
        }
        for (int i = 1; i < col+1; i++) {
            for (int j = 1; j < row+1; j++) {
                int Match = mat[j - 1][i - 1] + (B.charAt(j-1)==A.charAt(i-1)?3:-3);
                int Delete = mat[j - 1][i] + (0 - 2);
                int Insert = mat[j][i - 1] + (0 - 2);
                mat[j][i] = Math.max(Math.max(Match,0), Math.max(Insert, Delete));
            }
        }

        // 再次遍历矩阵，获取矩阵最大值，用于查找序列初始点
        int tempMax = 0;
        int temprow =0,tempcol = 0;
        for (int i =0;i<row+1;i++) {
            for (int j =0;j<col+1;j++) {
                System.out.print(mat[i][j]+".");
                if (tempMax < mat[i][j]) {
                    tempMax = mat[i][j];
                    temprow = i;
                    tempcol = j;
                }
            }
            System.out.println();
        }

        String AlignmentA = "";
        String AlignmentB = "";
        int i = tempcol;
        int j = temprow;
        while (i > 1 && j > 1) {
            if (i > 1 && j > 1 && mat[j][i] == mat[j-1][i-1]
                    + (B.charAt(j-1)==A.charAt(i-1)?3:-3)) {
                AlignmentA = A.charAt(i - 1) + AlignmentA;
                AlignmentB = B.charAt(j - 1) + AlignmentB;
                i = i - 1;
                j = j - 1;
            } else if (i == 1 || j == 1) {
                break;
            } else if (j > 1 && mat[j][i] == mat[j - 1][i] + (0 - 2)) {
                AlignmentA = "-" + AlignmentA;
                AlignmentB = B.charAt(j - 1) + AlignmentB;
                j = j - 1;
            } else {
                AlignmentA = A.charAt(i - 1) + AlignmentA;
                AlignmentB = "-" + AlignmentB;
                i = i - 1;
            }
        }
        twoList.add(AlignmentA);
        twoList.add(AlignmentB);
        return twoList;
    }
}

* Affine空白函数：

import java.util.LinkedList;
import java.util.List;

/**
 * Created by zoutai on 2017/10/2.
 * Implementation the classical affine-gap local alignment algorithm
 *
 * Affine罚分，Ws=2;Wd=10;
 */
public class Alignment0302 {

    public static final int[][] PAM250 = {
            {4, -1, -2, -2, 0, -1, -1, 0, -2, -1, -1, -1, -1, -2, -1, 1, 0, -3, -2, 0},
            {-1, 5, 0, -2, -3, 1, 0, -2, 0, -3, -2, 2, -1, -3, -2, -1, -1, -3, -2, -3},
            {-2, 0, 6, 1, -3, 0, 0, 0, 1, -3, -3, 0, -2, -3, -2, 1, 0, -4, -2, -3},
            {-2, -2, 1, 6, -3, 0, 2, -1, -1, -3, -4, -1, -3, -3, -1, 0, -1, -4, -3, -3},
            {0, -3, -3, -3, 9, -3, -4, -3, -3, -1, -1, -3, -1, -2, -3, -1, -1, -2, -2, -1},
            {-1, 1, 0, 0, -3, 5, 2, -2, 0, -3, -2, 1, 0, -3, -1, 0, -1, -2, -1, -2},
            {-1, 0, 0, 2, -4, 2, 5, -2, 0, -3, -3, 1, -2, -3, -1, 0, -1, -3, -2, -2},
            {0, -2, 0, -1, -3, -2, -2, 6, -2, -4, -4, -2, -3, -3, -2, 0, -2, -2, -3, -3},
            {-2, 0, 1, -1, -3, 0, 0, -2, 8, -3, -3, -1, -2, -1, -2, -1, -2, -2, 2, -3},
            {-1, -3, -3, -3, -1, -3, -3, -4, -3, 4, 2, -3, 1, 0, -3, -2, -1, -3, -1, 3},
            {-1, -2, -3, -4, -1, -2, -3, -4, -3, 2, 4, -2, 2, 0, -3, -2, -1, -2, -1, 1},
            {-1, 2, 0, -1, -3, 1, 1, -2, -1, -3, -2, 5, -1, -3, -1, 0, -1, -3, -2, -2},
            {-1, -1, -2, -3, -1, 0, -2, -3, -2, 1, 2, -1, 5, 0, -2, -1, -1, -1, -1, 1},
            {-2, -3, -3, -3, -2, -3, -3, -3, -1, 0, 0, -3, 0, 6, -4, -2, -2, 1, 3, -1},
            {-1, -2, -2, -1, -3, -1, -1, -2, -2, -3, -3, -1, -2, -4, 7, -1, -1, -4, -3, -2},
            {1, -1, 1, 0, -1, 0, 0, 0, -1, -2, -2, 0, -1, -2, -1, 4, 1, -3, -2, -2},
            {0, -1, 0, -1, -1, -1, -1, -2, -2, -1, -1, -1, -1, -2, -1, 1, 5, -2, -2, 0},
            {-3, -3, -4, -4, -2, -2, -3, -2, -2, -3, -2, -3, -1, 1, -4, -3, -2, 11, 2, -3},
            {-2, -2, -2, -3, -2, -1, -2, -3, 2, -1, -1, -2, -1, 3, -3, -2, -2, 2, 7, -1},
            {0, -3, -3, -3, -1, -2, -2, -3, -3, 3, 1, -2, 1, -1, -2, -2, 0, -3, -1, 4}};

    public static void main(String[] args) {
        String t1 = new String("TGTTACGG");
        String t2 = new String("GGTTGACTA");
        List<String> list = new LinkedList<String>();

        list = localAlig(t1, t2);

        for (String str : list) {
            System.out.println(str.toString());
        }
    }

    private static List<String> localAlig(String A, String B) {
        List<String> twoList = new LinkedList<String>();
        int allMax = 0;
        int col = A.length();
        int row = B.length();
        int[][] mat = new int[row + 1][col + 1];
        for (int i = 0; i < col + 1; i++) {
            mat[0][i] = -10;
        }
        for (int j = 0; j < row + 1; j++) {
            mat[j][0] = -10;
        }
        for (int i = 1; i < col+1; i++) {
            for (int j = 1; j < row+1; j++) {
                int Match = mat[j - 1][i - 1] + Scoring.getScore(PAM250, A.charAt(i - 1), B.charAt(j - 1));
                int Delete = mat[j - 1][i] + (0 - 2);
                int Insert = mat[j][i - 1] + (0 - 2);
                mat[j][i] = Math.max(Math.max(Match,0), Math.max(Insert, Delete));
            }
        }

        // 再次遍历矩阵，获取矩阵最大值，用于查找序列初始点
        int tempMax = 0;
        int temprow =0,tempcol = 0;
        for (int i =0;i<row+1;i++) {
            for (int j =0;j<col+1;j++) {
                System.out.print(mat[i][j]+".");
                if (tempMax < mat[i][j]) {
                    tempMax = mat[i][j];
                    temprow = i;
                    tempcol = j;
                }
            }
            System.out.println();
        }

        String AlignmentA = "";
        String AlignmentB = "";
        int i = tempcol;
        int j = temprow;
        while (i > 1 && j > 1) {
            if (i > 1 && j > 1 && mat[j][i] == mat[j-1][i-1]
                    + Scoring.getScore(PAM250, A.charAt(i - 1), B.charAt(j - 1))) {
                AlignmentA = A.charAt(i - 1) + AlignmentA;
                AlignmentB = B.charAt(j - 1) + AlignmentB;
                i = i - 1;
                j = j - 1;
            } else if (i == 1 || j == 1) {
                break;
            } else if (j > 1 && mat[j][i] == mat[j - 1][i] + (0 - 2)) {
                AlignmentA = "-" + AlignmentA;
                AlignmentB = B.charAt(j - 1) + AlignmentB;
                j = j - 1;
            } else {
                AlignmentA = A.charAt(i - 1) + AlignmentA;
                AlignmentB = "-" + AlignmentB;
                i = i - 1;
            }
        }
        twoList.add(AlignmentA);
        twoList.add(AlignmentB);
        return twoList;
    }
}

* 其中给定罚分矩阵：

import java.util.HashMap;

//This stores scoring resources, including matrices

public class Scoring {

    //matrix contents are from rosalind:
     public static final int[][] BLOSUM62 = {
         { 4,  0, -2, -1, -2,  0, -2, -1, -1, -1, -1, -2, -1, -1, -1,  1,  0,  0, -3, -2},
         { 0,  9, -3, -4, -2, -3, -3, -1, -3, -1, -1, -3, -3, -3, -3, -1, -1, -1, -2, -2},
         {-2, -3,  6,  2, -3, -1, -1, -3, -1, -4, -3,  1, -1,  0, -2,  0, -1, -3, -4, -3},
         {-1, -4,  2,  5, -3, -2,  0, -3,  1, -3, -2,  0, -1,  2,  0,  0, -1, -2, -3, -2},
         {-2, -2, -3, -3,  6, -3, -1,  0, -3,  0,  0, -3, -4, -3, -3, -2, -2, -1,  1,  3},
         { 0, -3, -1, -2, -3,  6, -2, -4, -2, -4, -3,  0, -2, -2, -2,  0, -2, -3, -2, -3},
         {-2, -3, -1,  0, -1, -2,  8, -3, -1, -3, -2,  1, -2,  0,  0, -1, -2, -3, -2,  2},
         {-1, -1, -3, -3,  0, -4, -3,  4, -3,  2,  1, -3, -3, -3, -3, -2, -1,  3, -3, -1},
         {-1, -3, -1,  1, -3, -2, -1, -3,  5, -2, -1,  0, -1,  1,  2,  0, -1, -2, -3, -2},
         {-1, -1, -4, -3,  0, -4, -3,  2, -2,  4,  2, -3, -3, -2, -2, -2, -1,  1, -2, -1},
         {-1, -1, -3, -2,  0, -3, -2,  1, -1,  2,  5, -2, -2,  0, -1, -1, -1,  1, -1, -1},
         {-2, -3,  1,  0, -3,  0,  1, -3,  0, -3, -2,  6, -2,  0,  0,  1,  0, -3, -4, -2},
         {-1, -3, -1, -1, -4, -2, -2, -3, -1, -3, -2, -2,  7, -1, -2, -1, -1, -2, -4, -3},
         {-1, -3,  0,  2, -3, -2,  0, -3,  1, -2,  0,  0, -1,  5,  1,  0, -1, -2, -2, -1},
         {-1, -3, -2,  0, -3, -2,  0, -3,  2, -2, -1,  0, -2,  1,  5, -1, -1, -3, -3, -2},
         { 1, -1,  0,  0, -2,  0, -1, -2,  0, -2, -1,  1, -1,  0, -1,  4,  1, -2, -3, -2},
         { 0, -1, -1, -1, -2, -2, -2, -1, -1, -1, -1,  0, -1, -1, -1,  1,  5,  0, -2, -2},
         { 0, -1, -3, -2, -1, -3, -3,  3, -2,  1,  1, -3, -2, -2, -3, -2,  0,  4, -3, -1},
         {-3, -2, -4, -3,  1, -2, -2, -3, -3, -2, -1, -4, -4, -2, -3, -3, -2, -3, 11,  2},
         {-2, -2, -3, -2,  3, -3,  2, -1, -2, -1, -1, -2, -3, -1, -2, -2, -2, -1,  2,  7}};


    //This following matrix is copied from rosalind:
    public static final int[][] PAM250 = {
            {4,-1,-2,-2,0,-1,-1,0,-2,-1,-1,-1,-1,-2,-1,1,0,-3,-2,0},
            {-1,5,0,-2,-3,1,0,-2,0,-3,-2,2,-1,-3,-2,-1,-1,-3,-2,-3},
            {-2,0,6,1,-3,0,0,0,1,-3,-3,0,-2,-3,-2,1,0,-4,-2,-3},
            {-2,-2,1,6,-3,0,2,-1,-1,-3,-4,-1,-3,-3,-1,0,-1,-4,-3,-3},
            {0,-3,-3,-3,9,-3,-4,-3,-3,-1,-1,-3,-1,-2,-3,-1,-1,-2,-2,-1},
            {-1,1,0,0,-3,5,2,-2,0,-3,-2,1,0,-3,-1,0,-1,-2,-1,-2},
            {-1,0,0,2,-4,2,5,-2,0,-3,-3,1,-2,-3,-1,0,-1,-3,-2,-2},
            {0,-2,0,-1,-3,-2,-2,6,-2,-4,-4,-2,-3,-3,-2,0,-2,-2,-3,-3},
            {-2,0,1,-1,-3,0,0,-2,8,-3,-3,-1,-2,-1,-2,-1,-2,-2,2,-3},
            {-1,-3,-3,-3,-1,-3,-3,-4,-3,4,2,-3,1,0,-3,-2,-1,-3,-1,3},
            {-1,-2,-3,-4,-1,-2,-3,-4,-3,2,4,-2,2,0,-3,-2,-1,-2,-1,1},
            {-1,2,0,-1,-3,1,1,-2,-1,-3,-2,5,-1,-3,-1,0,-1,-3,-2,-2},
            {-1,-1,-2,-3,-1,0,-2,-3,-2,1,2,-1,5,0,-2,-1,-1,-1,-1,1},
            {-2,-3,-3,-3,-2,-3,-3,-3,-1,0,0,-3,0,6,-4,-2,-2,1,3,-1},
            {-1,-2,-2,-1,-3,-1,-1,-2,-2,-3,-3,-1,-2,-4,7,-1,-1,-4,-3,-2},
            {1,-1,1,0,-1,0,0,0,-1,-2,-2,0,-1,-2,-1,4,1,-3,-2,-2},
            {0,-1,0,-1,-1,-1,-1,-2,-2,-1,-1,-1,-1,-2,-1,1,5,-2,-2,0},
            {-3,-3,-4,-4,-2,-2,-3,-2,-2,-3,-2,-3,-1,1,-4,-3,-2,11,2,-3},
            {-2,-2,-2,-3,-2,-1,-2,-3,2,-1,-1,-2,-1,3,-3,-2,-2,2,7,-1},
            {0,-3,-3,-3,-1,-2,-2,-3,-3,3,1,-2,1,-1,-2,-2,0,-3,-1,4}};

    public static HashMap<Character, Integer> matrixIndex = new HashMap<>();

    //initializing values for the matrices, as they are arranged here:
    static {
        matrixIndex.put('A', 0);
        matrixIndex.put('C', 1);
        matrixIndex.put('D', 2);
        matrixIndex.put('E', 3);
        matrixIndex.put('F', 4);
        matrixIndex.put('G', 5);
        matrixIndex.put('H', 6);
        matrixIndex.put('I', 7);
        matrixIndex.put('K', 8);
        matrixIndex.put('L', 9);
        matrixIndex.put('M', 10);
        matrixIndex.put('N', 11);
        matrixIndex.put('P', 12);
        matrixIndex.put('Q', 13);
        matrixIndex.put('R', 14);
        matrixIndex.put('S', 15);
        matrixIndex.put('T', 16);
        matrixIndex.put('V', 17);
        matrixIndex.put('W', 18);
        matrixIndex.put('Y', 19);
    }

    // returns the score of a match between the two provided amino acids, as scored by the specified matrix:
    public static int getScore(int[][] matrix, char reference, char search) {
        reference = Character.toUpperCase(reference);
        search = Character.toUpperCase(search);

        return matrix[matrixIndex.get(reference)][matrixIndex.get(search)]; 
    }

}

* 对文本进行处理测试：

import java.io.*;
import java.util.LinkedList;
import java.util.List;

/**
 * Created by zoutai on 2017/10/2.
 */
public class TestAlignment03 {

    public static final int[][] PAM250 = {
            {4, -1, -2, -2, 0, -1, -1, 0, -2, -1, -1, -1, -1, -2, -1, 1, 0, -3, -2, 0},
            {-1, 5, 0, -2, -3, 1, 0, -2, 0, -3, -2, 2, -1, -3, -2, -1, -1, -3, -2, -3},
            {-2, 0, 6, 1, -3, 0, 0, 0, 1, -3, -3, 0, -2, -3, -2, 1, 0, -4, -2, -3},
            {-2, -2, 1, 6, -3, 0, 2, -1, -1, -3, -4, -1, -3, -3, -1, 0, -1, -4, -3, -3},
            {0, -3, -3, -3, 9, -3, -4, -3, -3, -1, -1, -3, -1, -2, -3, -1, -1, -2, -2, -1},
            {-1, 1, 0, 0, -3, 5, 2, -2, 0, -3, -2, 1, 0, -3, -1, 0, -1, -2, -1, -2},
            {-1, 0, 0, 2, -4, 2, 5, -2, 0, -3, -3, 1, -2, -3, -1, 0, -1, -3, -2, -2},
            {0, -2, 0, -1, -3, -2, -2, 6, -2, -4, -4, -2, -3, -3, -2, 0, -2, -2, -3, -3},
            {-2, 0, 1, -1, -3, 0, 0, -2, 8, -3, -3, -1, -2, -1, -2, -1, -2, -2, 2, -3},
            {-1, -3, -3, -3, -1, -3, -3, -4, -3, 4, 2, -3, 1, 0, -3, -2, -1, -3, -1, 3},
            {-1, -2, -3, -4, -1, -2, -3, -4, -3, 2, 4, -2, 2, 0, -3, -2, -1, -2, -1, 1},
            {-1, 2, 0, -1, -3, 1, 1, -2, -1, -3, -2, 5, -1, -3, -1, 0, -1, -3, -2, -2},
            {-1, -1, -2, -3, -1, 0, -2, -3, -2, 1, 2, -1, 5, 0, -2, -1, -1, -1, -1, 1},
            {-2, -3, -3, -3, -2, -3, -3, -3, -1, 0, 0, -3, 0, 6, -4, -2, -2, 1, 3, -1},
            {-1, -2, -2, -1, -3, -1, -1, -2, -2, -3, -3, -1, -2, -4, 7, -1, -1, -4, -3, -2},
            {1, -1, 1, 0, -1, 0, 0, 0, -1, -2, -2, 0, -1, -2, -1, 4, 1, -3, -2, -2},
            {0, -1, 0, -1, -1, -1, -1, -2, -2, -1, -1, -1, -1, -2, -1, 1, 5, -2, -2, 0},
            {-3, -3, -4, -4, -2, -2, -3, -2, -2, -3, -2, -3, -1, 1, -4, -3, -2, 11, 2, -3},
            {-2, -2, -2, -3, -2, -1, -2, -3, 2, -1, -1, -2, -1, 3, -3, -2, -2, 2, 7, -1},
            {0, -3, -3, -3, -1, -2, -2, -3, -3, 3, 1, -2, 1, -1, -2, -2, 0, -3, -1, 4}};

    public static void main(String[] args) throws FileNotFoundException,IOException{
        File txtFile = new File("data_hm.txt");
        BufferedReader br = new BufferedReader(new FileReader(txtFile));
        int lineNumber = 0;
        String line = null;
        StringBuffer t1 = new StringBuffer();
        StringBuffer t2 = new StringBuffer();
        List strArr1 = new LinkedList();
        List strArr2 = new LinkedList();
        int[] resultArr = new int[25];

        Boolean first = true;
        Boolean flag = true;
        int isget = 1;
        while ((line = br.readLine())!=null) {
            if(first) {
                first = false;
                continue;
            } else if(line.equals("")) {
                first = true;
                if(isget==2) {
                    strArr1.add(t1);
                    strArr2.add(t2);
                    t1 = new StringBuffer();
                    t2 = new StringBuffer();
                    isget--;
                    continue;
                }
                isget++;
                flag = !flag;
            } else {
                if(flag) {
                    t1.append(line);
                } else {
                    t2.append(line);
                }
            }
        }
        List<String> list = new LinkedList<String>();
        System.out.println(strArr1.size());
        for (int i =0;i<25;i++) {
            System.out.println(strArr1.get(i).toString());
            System.out.println(strArr2.get(i).toString());
            System.out.println();
            resultArr[i] = localAlig(strArr1.get(i).toString(), strArr2.get(i).toString());
        }
        System.out.println(resultArr);
        for (int score: resultArr) {
            System.out.println(score);
        }
    }

    private static int localAlig(String A, String B) {
        List<String> twoList = new LinkedList<String>();
        int allMax = 0;
        int col = A.length();
        int row = B.length();
        int[][] mat = new int[row + 1][col + 1];
        for (int i = 0; i < col + 1; i++) {
            mat[0][i] = -10;
        }
        for (int j = 0; j < row + 1; j++) {
            mat[j][0] = -10;
        }
        for (int i = 1; i < col+1; i++) {
            for (int j = 1; j < row+1; j++) {
                int Match = mat[j - 1][i - 1] + Scoring.getScore(PAM250, A.charAt(i - 1), B.charAt(j - 1));
                int Delete = mat[j - 1][i] + (0 - 2);
                int Insert = mat[j][i - 1] + (0 - 2);
                mat[j][i] = Math.max(Math.max(Match,0), Math.max(Insert, Delete));
            }
        }

        // 再次遍历矩阵，获取矩阵最大值，用于查找序列初始点
        int tempMax = 0;
        int temprow =0,tempcol = 0;
        for (int i =0;i<row+1;i++) {
            for (int j =0;j<col+1;j++) {
                System.out.print(mat[i][j]+".");
                if (tempMax < mat[i][j]) {
                    tempMax = mat[i][j];
                    temprow = i;
                    tempcol = j;
                }
            }
            System.out.println();
        }
        System.out.println(tempMax);
        String AlignmentA = "";
        String AlignmentB = "";
        int i = tempcol;
        int j = temprow;
        while (i > 1 && j > 1) {
            if (i > 1 && j > 1 && mat[j][i] == mat[j-1][i-1]
                    + Scoring.getScore(PAM250, A.charAt(i - 1), B.charAt(j - 1))) {
                AlignmentA = A.charAt(i - 1) + AlignmentA;
                AlignmentB = B.charAt(j - 1) + AlignmentB;
                i = i - 1;
                j = j - 1;
            } else if (i == 1 || j == 1) {
                break;
            } else if (j > 1 && mat[j][i] == mat[j - 1][i] + (0 - 2)) {
                AlignmentA = "-" + AlignmentA;
                AlignmentB = B.charAt(j - 1) + AlignmentB;
                j = j - 1;
            } else {
                AlignmentA = A.charAt(i - 1) + AlignmentA;
                AlignmentB = "-" + AlignmentB;
                i = i - 1;
            }
        }
        twoList.add(AlignmentA);
        twoList.add(AlignmentB);
        //return twoList;
        return tempMax;
    }
}

第一题：查找最长子序列
第二题：序列比较算法，使用最普通的方式，Ws = 2, Wd = 0, 无罚分矩阵，默认（相等：不相等）=（+3，-1）
第三题：相对于第二题，添加了罚分矩阵PAM250,(20*20);同时simple local alignment algorithm使用线性罚分，Wd=0,Ws=2;
affine-gap local alignment algorithm使用affine罚分，Wd=10,Ws=2。

一题：求两个序列的最长公共子序列或子串（动态规划）
参考链接：http://www.geeksforgeeks.org/longest-common-subsequence/

第二题：
参考：https://en.wikipedia.org/wiki/Needleman%E2%80%93Wunsch_algorithm
https://en.wikipedia.org/wiki/Smith%E2%80%93Waterman_algorithm#Example

第三题：
参考github用户：https://github.com/hswaffield/Linear-Space-Local-Alignment
http://www.cs.utexas.edu/~mobios/cs329e/rosetta/src/Blosum.java
https://en.wikipedia.org/wiki/Gap_penalty#Affine
https://en.wikipedia.org/wiki/Smith%E2%80%93Waterman_algorithm#Gap_penalty

相关资料连接链接：http://pan.baidu.com/s/1nvaENdn 密码：gmyf

随风而醒
关注
专栏目录
生物信息序列比对算法
04-27
生物信息学的研究重点主要体现在基因组学和蛋白质学两方面,具体地说就是从核酸和蛋白质序列出发, 分析序列中表达结构和功能的生物信息。生物信息学的基本任务是对各种生物分析序列进行分析, 也就是研究新的计算机方法, 从大量的序列信息中获取基因结构、功能和进化等知识。而在序列分析中, 将未知序列同已知序列进行相似性比较是一种强有力的研究手段,从序列的片段测定, 拼接, 基因的表达分析, 到RNA和蛋白质的结构功能预测。物种亲缘树的构建都需要进行生物分子序列的相似性比较。生物信息学中的序列比对算法的研究具有非常重要的理论意义和实践意义。
序列比对算法综述（有兴趣的看看）
06-02
介绍序列比对算法，将序列比对中的问题提出，有兴趣的看看
使用动态规划进行DNA序列比对：C#实现
最新发布
weixin_42402664的博客
10-07 1189
本文还有配套的精品资源，点击获取 简介：DNA序列比对是通过动态规划算法比较序列的相似性以揭示遗传关系。C#语言可以用于实现这些算法，如Smith-Waterman和Needleman-Wunsch算法，分别用于局部和全局比对。算法通过构建二维矩阵，进行插入、删除、替换操作以找到最佳匹配。实现时涉及动态规划矩阵的填充、回溯解码以及考虑生物学特性的优化策略。 1. ...
生物信息学序列比对算法——动态规划
qq_42766764的博客
07-25 2706
序列比对是生物信息学中非常重要的一个概念，对分析生物数据具有不可或缺的作用。目前绝大多数的序列比对工具均包含了基于动态规划的序列比对的步骤。序列比对问题类似于最长公共子序列问题 （Longest Common Subsequence problem, LCS) ，进而衍生出了全局比对算法尼德曼-翁施算法 （Needleman-Wunsch Algorithm） 与局部比对算法史密斯-沃特曼算法 （Smith-Waterman algorithm） 。.........
使用最长公共子序列算法进行序列比对
Xingze_Li
12-26 1543
介绍 在分子生物学中，DNA 和蛋白质可以表示为字母序列。 DNA 序列由 A、T、G、C 组成，代表核苷碱基(nucleobases) 腺嘌呤、胸腺嘧啶、鸟嘌呤和胞嘧啶。 蛋白质由 20 个不同的字母组成，表示 20 种不同的氨基酸。 比较来自同一生物体或来自不同生物体的两个序列，称为 序列比较 (Sequence comparison)，是分子生物学中的一项重要任务。 它有助于为许多生物学问题提供解决方案，例如： 预测蛋白质的结构和功能 推断物种的进化历史和相关性 定位基因/蛋白质中的常见子序列以识
序列比对算法
weixin_40543542的博客
04-22 4138
目录01 序列比对中的基本概念02 利用动态规划进行全局比对新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 Pairwise Sequence Alignment 双序列比对 给定两个序列，判断其相似性。相似的序列可能有相
序列比对
qq_41475583的博客
03-04 5519
1、什么是序列比对？ 为确定两个或多个序列之间的相似性以至于同源性，而将它们按照一定的规律排列。 参考-》百度百科 2、双序列比对的基本概念 从s到t，和t到s，他们的分数是一样的。其他类似 与上下文无关 空位：对应序列中发生片段的插入或删除，也就是indel(insertion、deletion)，通常会对序列的功能产生影响，所以空位在对比过程中总是对应于一个负分，也就是所谓的空位罚分(Gap...
常用序列比对算法总结
linkequa的博客
12-07 5256
常用比对算法总结
大数据-算法-生物信息学中多序列比对等算法的研究.pdf
04-16
总的来说，本文通过对多序列比对算法的深入研究，结合信息理论和生物统计方法，提升了比对的准确性和效率，同时也为全基因组系统发育分析提供了新的解决方案。这些研究成果不仅有助于生物信息学的发展，也将推动生命...
序列比对算法使用动态规划化方法实现序列比对算法
09-17
使用动态规划化方法实现序列比对算法，有详细注解
大数据-算法-模拟退火遗传算法在生物多序列比对中的应用研究.pdf
04-15
总的来说，这项研究为生物多序列比对提供了一种创新的优化方法，通过结合两种强大的优化算法，提高了比对质量，减少了计算资源的需求，尤其在处理大数据量序列时，表现出了显著的优势。这一成果对于生物信息学领域来...
【多序列比对】应用动态规划、A*算法、遗传算法分别解决MSA问题
02-25
在IT领域，多序列比对（Multiple Sequence Alignment, MSA）是生物信息学中的一个重要问题，它涉及到将多个生物序列，如DNA、RNA或蛋白质序列，进行排列和比较，以揭示它们之间的同源性和进化关系。本项目针对这一...
「一文搞定序列比对算法」Global以及Local Alignment序列比对算法的实现
陈有朴的博客
10-08 4308
Global/Local Alignment序列比对算法的Python实现
序列比对原理
weixin_44681709的博客
04-18 4205
在生物信息学研究中，序列比对是一个非常基础的问题，在很多研究中都会用到。主要几种算法包括全局比对算法（Needleman-Wunsch算法），局部比对算法（Smith-Waterman 算法），Blast等。开展一个课题时难免要构建克隆，寻找同源蛋白等，那当你在使用 NTI , MEGA 等进行比对时，你了解过序列比对的原理吗？ 序列比对基本原理 输入数据 —— 序列 seq1，seq2，se...
用Python实现生信分析——序列比对（Sequence Alignment）详细讲解
qq_41698317的博客
08-17 1280
局部比对（Local Alignment）是指在两条序列中寻找相似的局部区域进行比对。它允许我们在长度不相等或部分相似的序列中找到最相似的片段。局部比对尤其适用于在大多数序列差异较大但在某些部分具有高度相似性的情况下。
两序列比对算法与软件选型指南
"本文主要探讨了两序列比对算法与软件的研究进展，旨在为生物信息学领域的研究人员提供对比对方法和软件选择的指导。" 在生物信息学中，两序列比对是核心的分析手段之一，它用于检测并量化两个生物序列之间的相似性...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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