問題タブ [sequence-alignment]

以下のようにビジュアライザを爆発させるために、DNA配列アライメントをよりスリムに視覚化する必要があります>私たちのプロジェクトは、JSP、Structを備えたJavaバックエンドを持つWebベースのプロジェクトです

http://eagle.fish.washington.edu/Arabidopsis/20110721%20PGS2%20BLAST%20Alignment.pngを視覚化するために現在必要な方法

動的コンテンツの視覚化に HTML テーブルを使用することはできません。アライメント情報は既に生成されており、jQuery や flash プラグインを使用しても画像をよりスリムに視覚化する方法を知る必要があります。

こんにちは、私は 2 次元の char 配列 opt[][] を持っており、例のように配列に 2 つのシーケンスがあります

私の

と

私は現在この出力を持っています

私の問題は、動的計画法をどのように使用できるかです

この配列をこれに作成するには

http://i.stack.imgur.com/ViHc9.png

マッチの場合 0 ペナルティ ミスマッチの場合 1 ペナルティ ギャップの場合 2 ペナルティ

このように配列の文字を比較できます

しかし、これは比較できるかどうかを確認するために行った簡単なテストであり、比較できることがわかりました。

どうすればここからあそこに (画像配列に) 行くことができますか?

Pythonを介してペアワイズコドン アラインメントを実行したいコーディング DNA シーケンスのペアがあり、プロセスを「半分完了」しました。

ここのところ..

• パッケージを使用して、genbank からオルソログ DNA シーケンスのペアを取得しBiopythonます。
• オルソロガス ペアをペプチド配列に翻訳し、EMBOSS Needleプログラムを使用して整列させます。

私はしたいです..

• ペプチド シーケンスから元の DNA シーケンスにギャップを転送します。

質問

整列したペプチド配列ペアから対応するヌクレオチド配列ペアのコドンにギャップを転送できるプログラム/コード (Python から呼び出される) の提案をいただければ幸いです。または、ペアワイズ コドン アラインメントをゼロから実行できるプログラム/コード。

シーケンスベースのデータをクラスタリングするために、次の関数を作成しました。

ただし、ここではクラスターの数は任意に割り当てられます。特定の数のクラスターによってキャプチャされた分散の量 (または同様の尺度) が、特定の数のクラスターで収益が減少するポイントに到達し始めることを示す方法はありますか? 因子分析のスクリー プロットに似たものを想像しています。

ペアワイズ シーケンス アラインメントを行う際のシーケンス ファイルの一般的なサイズはどれくらいですか? 生物のゲノム全体を整列させることはできますか?

アイテムの順序が保持され、結果のリストが 1 つの整数に連結された場合に可能な限り小さくなるように、整数の 2 つのリストからアイテムを結合する方法がわかりません。

この質問に似ている可能性がありますが、与えられた答えは私のサイズの制約に対応していません: Interleave different length lists, elimating duplicates and preserve order in Python

たとえば、次のようになります。

これら 2 つのリストの最短の組み合わせは次のようになります。

連結された整数値 34574928 を使用

数値の順序がリストの長さに影響しないが、連結された整数のサイズに影響する場合があります。上記の例では、項目の順序を維持しながら 4 と 9 を入れ替えることができますが、最終的な数字は必要以上に大きくなります。

さらに明確にするために：

最終的なリストには、元の 2 つのリストからの各数字のすべてのインスタンスが含まれている必要があります。上記の例で 2 つの組み合わせをより適切に表すには、次のようにします。

もちろん、いつもきれいにうまくいくとは限りません。この場合、2 つのリストの 4 つの数字 (3、5、7、および 2) を完全にマージできます。4 つの数字 (4、4、9、および 8) は、より大きなリストを作成しないと結合できませんでした。例えば：

この場合、3 と 4 のうちの 1 つだけを組み合わせました。これら 2 つの結果例の項目を連結すると、次のようになります。

どちらも順序付け要件を満たしていますが、順序付け要件を満たしているが、整数に連結したときに bad_c よりも小さい別の結果があるため、bad_c は正しくない結果です。