Python: Simulazione esame 4¶

TESTO¶

Scrivere un programma che prenda in ingresso un file con un elenco di regioni conservate in UTR e un numero n e stampi:

1. I primi n geni ordinati per lunghezza media delle loro regioni conservate
2. I primi n cromosomi ordinati per lunghezza media delle regioni conservate nei loro geni

ESMPIO File in input

conserved_regions:

HGNC        ucsc    chr     start   end     strand  region.length   region.sequence utr.type
SDF4        uc001adj.1      chr1    1159309 1159325 -       17      GAGGAACCGTGACTAGA       5UTR
SDF4        uc001adj.1      chr1    1159341 1159347 -       7       GTAGGTG 5UTR
DVL1        uc002quu.2      chr1    1275478 1275556 -       79      CTACCTCGGTTACATCTACGGCGGCAGAGGTGCCAGCAACGAGACGGGGTGCTACGACTACGGGTCTTTCACTACAGAA 5UTR

ESMPIO DI OUTPUT:

python regions_stats.py
Inserire nome file: conserved_regions
Inserire numero elementi: 5
Genes with longest conserved on average
RYR1     2619
DDX3X    2549
NOVA1    2074
BCL11A   1718
TSHZ3    1599
Chromosomes with longest conserved on average
chr15    181
chr2     123
chrX     122
chr10    122
chr8     105

SUGGERIMENTI

Si possono implementare 5 funzioni separate:

1. una che legga il file dati e restituisca una lista con nome gene, cromosoma e lunghezza della regione conservata
2. una che data la lista e un’indicazione se usare gene o cromosoma, restituisca un dizionario da gene (o da cromosoma) a elenco di lunghezze di regioni conservate per quel gene (o cromosoma)
3. una che dato un dizionario chiave → lista di valori, restituisca una lista ordinata di coppie chiave, media dei suoi valori (si può usare la funzione mean del modulo statistics per calcolare la media di una lista)
4. una che data una lista ordinata e un numero n, stampi le prime n coppie come da esempio
5. una (o un main) che realizzi il programma richiesto usando le funzioni di cui sopra

Soluzione¶

LEGGETE E RI LEGGETE la consegna per capire se è chiara

iniziamo seguendo i suggerimenti:

suggerimento 1

1. una che legga il file dati e restituisca una lista con nome gene, cromosoma e lunghezza della regione conservata

Quindi dobbiamo creare una lista di questo tipo:

[
    ('SDF4', 'chr1', 17),
    ('SDF4', 'chr1', 7),
    ('DVL1', 'chr1', 79),
    ('CCNL2', 'chr1', 324),
    ...
    ...
]

Soluzione

FATELA VOI :)

E’ corretto il codice che abbiamo scritto fino ad ora? non lo so, ma potete verificarlo:

:)

si, funziona!

suggerimento 2

1. una che data la lista e un’indicazione se usare gene o cromosoma, restituisca un dizionario da gene (o da cromosoma) a elenco di lunghezze di regioni conservate per quel gene (o cromosoma)

mmmm, che cosa ci sta chiedendo? una funzione che prenda in input la lista che abbiamo caricato prima e una variabile che rappresenti gene o cromosoma. La funzione deve ritornare un diz tipo, se noi chiamiamo la funzione con gene:

{
    'SDF4': [17, 7],
    'DVL1': [79],
    'CCNL2': [324, 9, 28, 47],
    'MIB2': [55, 154, 37, 81, 45],
    'MMP23B': [8, 14, 5, 5, 8, 7, 14, 16, 18, 7, 8],
    'CDK11B': [29, 7],
}

se noi chiamiamo la funzione con cromosoma:

{
    'chr1': [17, 7, 79, 324 211, 169, 18, 20, 15, 94, ....]
    'chr12': [5, 38, 7, 14, 741, 29, 43, 245, ......]
}

Soluzione

FATELA VOI :)

E’ corretto il codice che abbiamo scritto fino ad ora? non lo so, ma potete verificarlo:

:)

si, funziona!

suggerimento 3

1. una che dato un dizionario chiave → lista di valori, restituisca una lista ordinata di coppie chiave, media dei suoi valori (si può usare la funzione mean del modulo statistics per calcolare la media di una lista)

mmmm, che cosa ci sta chiedendo?

ci chiede di scrivere una funzione che prenda un diz (gene -> lista di valori oppure cromosoma -> lista di valori) e restituisca una lista ordinata di coppie. Dove gli elementi della coppia sono la chiave e la media dei valori.

Es, se chiamo la funzione con il diz di cromosomi ottengo:

[
    (180.72164948453607, 'chr15'),
    (123.26499032882012, 'chr2'),
    (121.99459459459459, 'chrX'),
    (121.76344086021506, 'chr10'),
    ...
]

Soluzione

FATELA VOI :)

E’ corretto il codice che abbiamo scritto fino ad ora? non lo so, ma potete verificarlo:

:)

si, funziona!

suggerimento 4

1. una che data una lista ordinata e un numero n, stampi le prime n coppie come da esempio

ESMPIO DI OUTPUT:

python regions_stats.py
Inserire nome file: conserved_regions
Inserire numero elementi: 5
Genes with longest conserved on average
RYR1     2619
DDX3X    2549
NOVA1    2074
BCL11A   1718
TSHZ3    1599
Chromosomes with longest conserved on average
chr15    181
chr2     123
chrX     122
chr10    122
chr8     105

suggerimento 5

1. una (o un main) che realizzi il programma richiesto usando le funzioni di cui sopra

semplice ci chiede di mettere tutto insieme: