字符串匹配之二：DNA序列匹配度的计算

最新推荐文章于 2023-06-09 09:54:55 发布

栉风沐雨1314

最新推荐文章于 2023-06-09 09:54:55 发布

阅读量5.3k

点赞数 1

分类专栏： python 文章标签： python DNA DNA匹配统计证明共同的祖先

本文链接：https://blog.csdn.net/gt11799/article/details/40193753

版权

这篇博客探讨了如何使用Python进行DNA序列匹配，通过得分矩阵计算两个蛋白质序列的匹配度。局部匹配结果显示700多的得分，通过与公共蛋白质序列对比，确认匹配部分可能为蛋白质。进一步运用统计假设检验，通过打乱序列并重复匹配验证，得出700多的得分远超随机匹配的可能性，证实了匹配的显著性。

摘要由CSDN通过智能技术生成

老师给出了两个DNA序列，分别是人类的致盲蛋白质序列和果蝇的致盲蛋白质序列，也给出了匹配评分矩阵，比如A与T匹配，得分－5，A与A匹配得分10，诸如此类。

有了上篇文章的四个模块，简直就是手到擒来：

def protein_alignment(scoring_matrix):

    human_protein = read_protein('HumanEyelessProtein.txt')
    fruitfly_protein = read_protein('FruitflyEyelessprotein.txt')
    
    alignment_matrix = compute_alignment_matrix(seq_x=human_protein, seq_y=fruitfly_protein, scoring_matrix=scoring_matrix, global_flag=False)
    score, align_human, align_fruitfly = compute_local_alignment(seq_x=human_protein, seq_y=fruitfly_protein, scoring_matrix=scoring_matrix, alignment_matrix=alignment_matrix)
    return score, align_human, align_fruitfly

稍微写的有点啰嗦，如果函数直接传入参数的话，代码其实是很简单的。这里是为了区分开，一目了然。

蛋白质序列和得分矩阵在github中有。

局部匹配结果得分700多，应该是个很大的数值了，具体的验证稍后给