k-mer Pattern的d邻域是与Pattern最大汉明距离d的所有k-mer的集合

Question

k-mer Pattern的d邻域是与Pattern最大汉明距离d的所有k-mer的集合。

Pattern = ACGT的3邻域内有多少个4-mer ?

注意Pattern的d邻域包括Pattern.

Answer 1

一般来说，你不应该问关于堆栈溢出的作业问题，因为它们非常具体，不会帮助别人。我不会给你复印的。粘贴解决方案，但这是我如何解决这个问题:

1. 写一个函数计算两个模式之间的汉明距离

这可以通过迭代一个模式，然后将值与另一个模式中相同位置的值进行比较，如果值不匹配，则增加计数器，如下所示:

def hamming_distance(pattern_1, pattern_2):
for idx, c in enumerate(pattern_1):
if c != pattern_2[idx]:
# increase a counter
return counter

2. 生成所有4-mers

接下来，您需要生成您想要检查的所有4-mers。为此，您可以使用itertools产品

itertools.product("AGCT", repeat=4)

然后，您需要将这些组合连接到字符串中，以便与上面编写的函数进行比较。也许，您还需要对自然界中不存在的组合进行一些过滤。

3. 统计3邻域内所有4-mers

最后，循环遍历所有生成的组合并计算参考模式的汉明距离。如果小于或等于3，则增加一个计数器。然后打印计数器，你就完成了!

reference_pattern = "ACGT"
counter = 0
for pattern in generate_all_k_mers(k=4):
if hamming_distance(reference_pattern, pattern) <= 3:
counter += 1
print(f"{counter} patterns are in the 3-neighborhood of {reference_pattern}")

祝你好运!