Weblogo基础概念

H称为信息熵,代表信息的含量。
公式: H = -∑(Pilog2(Pi)) 单位: 比特
例如:一段序列 ATCG
PA = 0.25
PT = 0.25
PC = 0.25
PG = 0.25
H = -∑(PA
log2(PA ) +PTlog2(PT )+PClog2(PC)+PG*log2(PG))= 2
H越大,信息的混乱程度越高,序列越不保守,2-H越小。
H越小,信息的混乱程度越低,序列越保守,2-H越大 。
Weblogo横坐标是position 。
纵坐标是2-H 。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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