问题标签 [dna-sequence]

我正在尝试从 Clustalw 多序列比对生成 Biopython 中的位置加权矩阵（PWM）。每次使用间隙对齐时，我都会收到“错误的字母”错误。通过阅读文档，我认为我需要利用 Gapped Alphabet 来处理间隙对齐中的“-”字符。但是当我这样做时，它仍然无法解决错误。有没有人看到这段代码的问题，或者有更好的方法从有间隙的 Clustal 对齐中生成 PWM？

我有 SNP 数据和基因列表数据。当我与 gen 列表进行比较时，我正在寻找 SNP cotain 在 gen 列表数据中的位置。例如：

1. SNP数据：

   /li>

2. gen列表数据：

   /li>

3. 结果：在 SNP 的 14185 位置包含在 gen 列表的 16185 位置。

下面是我的代码，但在对数字进行排序时存在一些问题。

如果您能提供一些指示，我将不胜感激。

我无法在问题或 R 包中找到这个，希望是直截了当的。

取两个假设的基因序列：

我想让 R 代码生成两个序列之间单核苷酸的百分比差异（例如 15%）。

有什么想法吗？提前致谢。

我已经尝试过使用mathematica 代码来制作这个地址中发布的DNA 序列的混乱游戏：http: //facstaff.unca.edu/mcmcclur/blog/GeneCGR.html

就像这样：

我拥有的fasta序列只是一个像AACCTTTGATCAAA这样的字母序列，要生成的图形是这样的：

该代码适用于小序列，但是当我想要放置一个巨大的序列时，例如几乎 40Mb 的染色体，该程序需要很多时间并且只显示一个黑色方块，因此无法分析。是否可以改进上述代码，使其显示的正方形更大？顺便说一下，正方形必须只是正方形单位。提前感谢您的帮助

我试图在列表中找到一些线索，但我找不到，如果我问了一个重复的话题，很抱歉

我是 PERL 初学者，我正在尝试用 PERL 编写一个程序，该程序采用两个 DNA 序列，计算第二个序列的倒数并找到它们之间的最大互补区域，即：

输入：

输出：

我可以毫无问题地找到第二个序列的反面，但是我在 PERL 中的编程技能还很初级。我需要为 foreach 循环使用组合吗？

我想得到长 DNA 序列的子串

例如，给定：

输出是：

我尝试了以下正则表达式模式：

它有效，结果被放在一个列表中，但我不知道如何检索原始序列中出现的每个结果的顺序。即 和 是否TTXX分别TXG出现在序列4中的第一个和第二个，但第二个和第一个出现在序列1中；在第二个和第三个结果中，这更难，因为 match-xx 函数调用不提供从相关序列中获取的子字符串的索引。感谢您的见解。

我正在尝试从文件中提取一些 DNA 信息。由碱基 GCAT 组成的 DNA 数据之前是单词ORIGIN，之后是//. 如何编写正则表达式来获取这些标记之间的这些碱基？

我尝试了以下方法，但它不起作用。

样本数据：

我编写了这个野蛮的脚本来创建字符串的排列，该字符串在字符串中所有可能的位置组合中包含 n（最多 n = 4）$。我最终会.replace('$','(\\w)')用于 dna 搜索序列中的不匹配。由于我编写脚本的方式，某些排列少于请求的 $ 数量。然后我编写了一个脚本来删除它们，但它似乎并不有效，并且每次我运行删除脚本时，它都会删除更多不需要的排列。在下面粘贴的代码中，您将看到我使用一个包含 4 个不匹配的简单序列来测试该函数。然后我运行一系列删除脚本，计算每次删除了多少表达式……根据我的经验，删除所有通配符 $ 少于 4 个的表达式大约需要 8 次。我对此有几个问题：

1. 是否有用于搜索“n”不匹配的内置函数？甚至在 biopython 中？到目前为止，我已经看到了 Paul_McGuire_regex 函数：
   Search for string allowed for one mismatch in any location of the string，
   这似乎只会产生 1 个不匹配。我必须承认，我并不完全理解该页面上剩余功能中的所有代码，因为我是一个非常新的编码器。

2. 由于我认为这对我来说是一个很好的练习，有没有更好的方法来编写整个脚本？...我可以根据需要多次迭代 Paul_McGuire_regex 函数吗？

3. 最让我困惑的是，为什么删除脚本第一次不能 100% 工作？

感谢您的任何帮助，您可以提供！

我必须将 DNA 序列的互补序列翻译成氨基酸

• 第一个序列是正常序列，
• 第二个是互补序列，
• 带+1的是我的互补序列对应的氨基酸序列
• 带+2的是与我的互补序列相对应的氨基酸序列，从第二个碱基开始
• +3的那个是对应于我从第三个碱基开始的互补序列的氨基酸序列

我已经尝试了下一个代码来获得我的结果，但是我只得到了一个补充序列。没有分裂。

有人可以帮我得到我的结果吗？

我正在寻找存储单个人类基因组所需的字节存储量（MB、GB、TB 等）。我在维基百科上阅读了几篇关于 DNA、染色体、碱基对、基因的文章，并做了一些粗略的猜测，但在披露任何内容之前，我想看看其他人会如何处理这个问题。

另一个问题是人类 DNA 中有多少原子，但这与本网站无关。

我知道这将是一个近似值，因此我正在寻找能够存储任何人类 DNA 的最小值。