python - 使用python制作随机人类基因组

Question

我需要帮助创建一个程序，该程序创建一个使用字母“A”“C”“T”和“G”的随机测序基因组的文本文件。最终目标是产生大约一百万个随机测序的基因组，然后使用另一个程序搜索它们以寻找导致特定疾病的已知模式。然后我会从我的 python 代码中收集统计数据，并将它们与现实的数据进行比较。

Answer 1

如果我理解正确，产生一个随机的人类基因组将非常简单。以下将产生 10 个碱基的随机基因组（仅作为示例）：

import numpy as np

random_genome = np.random.choice(list('ACTG'), 10)

>>> random_genome
array(['C', 'A', 'C', 'C', 'G', 'C', 'A', 'C', 'C', 'C'],
      dtype='<U1')

您可以将其包装在一个简单的函数中，如下所示：

def create_genome(n=1000000):
    return np.random.choice(list('ACTG'), n)

这样您就可以定义您希望您的基因组使用该参数多长时间n。

当您希望简化代码时，我将上述函数定时为大约需要 1.2 秒来创建 100 个随机基因组，每个基因组包含 1,000,000 个字母。

编辑：如果您的目标是写入.txt文件而不是在 python 中使用随机基因组，最好先将您的基因组连接到单个字符串：

def create_genome(n=1000000):
    return ''.join(np.random.choice(list('ACTG'), n))

因此，您可以轻松快速地将其写入文件：

with open('filename.txt', 'w') as f:
    f.write(random_genome)

以这种方式生成随机基因组需要更长的时间，但如果您的目标是拥有一个.txt，这可能会更好地将其保存为np.array