受全局 DNA 序列比对启发的字符串比对

Posted 2023-02-14

【中文标题】受全局 DNA 序列比对启发的字符串比对

【英文标题】：string alignment inspired by global DNA sequence allignment

【发布时间】：2022-01-23 05:50:01

【问题描述】：

我想做类似的事情：

library(Biostrings)
s1 <-DNAString("ACTTCACCAGCTCCCTGGCGGTAAGTTGATCAAAGGAAACGCAAAGTTTTCACTTCACCAGCTCCCTGGCGGTAAGTTGATCAAAGGAAACGCAAAGTTTTCAAGAAGACTTCACCAGCTCCCTGGCGGTAAGTTGATCAAAGGAAACGCAAAGTTTTCAAG")
s2 <-DNAString("GTTTCACTACTTCCTTTCGGGTAAGTAAATATATGTTTCACTACTTCCTTTCGGGTAAGTGTTTCACTACTTCCTTTCGGGTAAGTAAATATATAAATATATAAAAATATAATTTTCATCAAATATATAAATATATAAAAATATAATTTTCATCAAATATATAAAAATATAATTTTCATC")
pairwiseAlignment(s1,s2)

但使用这样的字符串：

x123 x4531 等

而不是 DNA 字母字符。有没有人知道在 R 甚至 Python 中实现这一目标的包。谢谢！

【问题讨论】：

你能澄清你的字符串是什么意思吗？您是否正在寻找使用任意字母而不是核苷酸/氨基酸的对齐器/字符串比较方法？

请提供你想要的函数的输出

错配总是会产生同样的影响，还是你想要一个像评分矩阵一样的花朵？

感谢@Chris_Rands。请参阅我对您的回答的评论。

【参考方案1】：

Biopython's Align 模块可以接受您选择的字母，例如

>>> from Bio import Align
>>> aligner = Align.PairwiseAligner()
>>> aligner.mode = "global"
>>> aligner.alphabet
'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
>>> aligner.alphabet += "1234567890"
>>> alignments = aligner.align("X123Y", "B12XYXYXYX")
>>> print(alignments[0])
X-123-Y-----
--||--|-----
-B12-XYXYXYX

【讨论】：

谢谢。唯一的问题是我需要的不仅仅是字母表中的字符来捕获 100 个字符串。

@cs0815 可以修改aligner.alphabet 包含其他字符吗？

谢谢。我今天将仔细研究一下。我的理解是，字母表只有“1 个字符元素”——不幸的是，我有 100 个唯一字符（又名字符串），例如：abcd123 和 abcd1234，因此每个元素有几个字符。我还能在这个用例中使用 aligner.alphabet 吗？谢谢！