问题标签 [rosalind]

问题可以在这里找到： http ://rosalind.info/problems/subs/

我的问题与下面提供的两种解决方案的性能有关。

1.

2.

第二种解决方案漂亮、实用且简短。

第一个解决方案有点大，但它仍然有效。我本可以省略 val 并使用这些值使其更短，但这不是我的目标。

在看到第二个解决方案后，由于代码的长度，我对我的解决方案感到非常失望。检查了 scala 库以了解为什么第二个解决方案有效，然后我自己重新实现了它。考虑检查这两种解决方案的性能，并制作了一条巨大的 3000 万条 DNA 链。

惊讶！

表现：

第一个数字是 DNA 长度，接下来的两个数字表示第一个和第二个解决方案的执行时间（以毫秒为单位）。

11,226,096 - 4921 - 14503

33,678,288 - 6448 - 35150

为什么性能差别这么大？

我试过检查 scala 库，但找不到解释这种行为的东西。

我假设第一个解决方案是创建许多对象，因此会消耗更多内存并花费大量时间，但似乎由于某种原因它工作得更快。我怀疑这是尾递归，我怀疑 zipWithIndex 需要很多时间。迭代器只是迭代器？

谢谢！

我正在尝试解决 rosalind 项目中的一个练习，但显然一直在犯一些错误。全文可在此处获得，但我的简短抽象解释和尝试如下。请帮我找出我做错了什么：

我们有 3 组项目：AA、Aa、aa。我们从 1 in 开始Aa并k迭代生成新项目。在每次迭代中，组中的每个项目：

• Aa可以产生：AA(25%), Aa(50%), aa(25%)
• AA可以产生：AA(50%), Aa(50%)
• aa可以产生：aa(50%), Aa(50%)

作为迭代的结果，我们计算每个组的预期项目数，假设我们在前一次迭代中从每个项目生成 2 个新项目。所以我们最终得到：

• 第 0 次迭代：：AA0，Aa：1，aa：0
• 第一次迭代：AA: .5, Aa: 1, aa: .5
• 第二次迭代：AA: 1, Aa: 2, aa: 1
• 等等 - 组之间的比例保持在 1:2:1

每次迭代的期望值/总体的总和是2^iteration，并且项目在组中的概率Aa始终为 50%。

到目前为止，我希望我是对的，但我们真正追求的是：如果我们重复实验两次，至少两次N都在组中的项目的机会是多少。Aa（应该相当于：如果我们将组列表扩展到, , .... 从原始问题中，至少有N项目在组中的机会是多少）AaBbAABBAABb

所以项目出现的概率Aa是 50%，来自迭代（或2^iteration）的预期值的总体总和，并使用测试数据（k=2，N=1）将其扔给 scipy，我们至少得到一个项目在组中Aa：

如果我们有两组组，这至少适用于一个项目，所以AaBb：

这与原始问题中的答案完全不同：0.684

我在哪里做错了？（如果可能，请只指出错误，而不是给出解决方案，以免给试图自行解决的人留下剧透）

我正在尝试计算 Rosalind 问题的 DNA 序列的 GC 含量（以 % 为单位）。我有以下代码，但它返回 0，或仅返回 G 或 C 的数量（无百分比）。

我也试过这个，只是为了得到 G 和 C 的计数，而不是百分比，但它只返回整个字符串的计数：

编辑：我在第一个代码示例中修复了 print 语句中的错字。那不是问题，我只是粘贴了错误的代码片段（有很多尝试......）

我只是在摆弄（孟德尔第一定律）的模拟。

在我可以让小动物交配并分析结果之前，必须生成种群，即，必须在列表中填充不同数量的三种不同类型的元组，而无需解包它们。

在尝试熟悉itertools时（我稍后会在交配部分需要组合），我想出了以下解决方案：

这将导致：

是否有更合理、pythonic 或节省内存的方式来构建最终列表，例如不首先为三种类型的个人生成列表？

所以，我已经看到了一些解决这个问题或类似问题的方法，但我真的很想知道为什么 我的不起作用。它比我找到的许多解决方案更容易阅读，所以我很乐意让它工作！

从1对兔子开始，2个月后开始繁殖。跑 n 个月，兔子活了 m 个月后死去。'6 3' 的输入应该返回 4，但它返回 3。

谢谢=]

我只是迈出了尝试学习一点 Python 的第一步。目前正在学习旨在教授生物信息学 python 技能的 Rosalind 在线课程。（顺便说一句，非常好，请参阅：rosalind.info）

我正在努力解决一个特定问题。我有一个 FASTA 格式的文件，其格式如下：

我需要计算文件每个条目（不包括标题）中 G 和 C 的百分比并返回这个数字，例如：

到目前为止，我的代码是：

这几乎是我需要它做的事情。我只是在序列数据跨越多行时遇到了麻烦。目前我得到文件中每一行的 % GC 内容，而不是为每个条目返回一个数字，例如：

如何将我的公式应用于跨越多行的数据？

提前致谢，

这是我偶然发现正确答案的问题之一，但我不明白为什么它是正确的，而维基百科没有帮助。对于 Rosalind，我编写了一个简单的脚本，用于从蛋白质串（模 1,000,000）中获取所有可能的 RNA 序列的数量。我知道这不是最有效的代码（部分原因是我从以前制作的东西中回收了一些位），但它是：

这会计算 RNA 序列的总数并取最终结果的模数（或者我认为如此）。在我决定尝试这个之前，我得到了两次错误的答案：

这显然产生了正确的答案。为什么必须在每个 x*y 处执行模数？我是不了解模还是不了解 Python？

编辑：对不起，错字。

我正在尝试将用 Python 编写的示例解决方案发布到 rosalind.info。

我尝试按照说明进行操作

“要突出显示代码，请在代码中添加 shebang 样式的第一行 :::lexername。将 lexername 替换为要突出显示的语言的 lexer 关键字，如 Pygments 词法分析器列表中所示。”

使我的代码显示为 Python，但无法使其正常工作。

我尝试将第一行设置为：

但它只是显示为普通文本。

谢谢你的帮助。尼克B

我正在通过 Rosalind 解决一个问题。自从我被卡住以来已经一周了。我将尝试尽可能简单地解释这一点。

输入 - 一个名为Genome, 和整数k, L, 和的字符串t。基因组是一串要分类的遗传密码。

k是一个给定的整数，每个 kmer 的大小。kmer 是遗传密码的一个子串，可能具有某种意义。t是 kmer 出现在簇中的次数。L是形成丛的文本的长度。例如，如果L = 400我们正在寻找一个t在 400 个字符的簇内出现次数的 kmer。

输出——所有不同的 k-mers 在基因组中形成 (L, t)-团块。

该代码获取基因组，将其分解为所有可能的 kmer 并将这些 kmer 插入字典。kmers 是钥匙。这些值设置为 [frequency_of_kmer, [kmer locations]]. 该值像这样存储在字典中：{'AAAAA' : [y, [z1,z2]]}，其中y是出现次数，并且z1是z2字符串中找到子字符串的索引。

基本上，我正在寻找迭代字典。我想找到t文本中出现次数的键。也就是说，我想找到字典的所有键，d例如d[key]==t.

下面的代码，然后是输出。

代码：

这是我对这里提出的问题的解决方案：http ://rosalind.info/problems/subs/ 。

我的代码有什么问题？