Python: Fake Test¶

Esercizio¶

Scrivete un modulo python che data in input la sequente seq di DNA:

DNA = "tatgtaaactgccaaggtgaacgttggaatcacctcgtatgtgactcgcgtgtgacctggatactgtcaaaccaggtcaggaaagcctatgagtacgagc"

1. conti le frequenze di a,c,g,t normalizzate (numero di occorrenze di a diviso lunghezza della stringa. Es: se ci sono 30 “a” e la stringa è lunga 60, la frequenaza normalizzata di “a” è uguale a 30/60 = 0.5)
2. stampi il DNA ordinato (es “aaaaaaaaaccccccccgggggggttttt”)
3. create un array chiamato array_DNA, contenente la frequenza del aminoacido corrisponedete. Es se le frequnze sono a=0.20,c=0.30,g=0.10,t=0.40, e il DNA è del tipo “atgc…”, dovete creare l’array [0.2,0.4,0.1,0.3,…]
4. Create un array con la media mobile del array chiamato array_DNA. La media mobile è un array dove l’elemento in posizione i rappresenta la media degli elementi in posizione 0,1,2,..,i-1,i. Es se l’array in input è [1,1,4,5], l’array contenente le medie mobile è il seguente: [1,1,2,2.75] perche [1/1 = 1, (1+1)/2 = 1, (1+1+4)/3 = 2, (1+1+4+5)/4 = 2.75]

In fine stampate i 4 risultati, un esempio di output del programma è il seguente:

res1 freq a = 0.28 freq c = 0.27 freq g = 0.22 freq t = 0.23
res2 aaaaaaaaaaaaaaaaaaaaaaaaaaaaccccccccccccccccccc....
res3 [0.23, 0.28, 0.23, 0.27, 0.23 ...
res4 [0.23, 0.255, 0.24666666666666667, 0.2525, 0.248 ....

L’esercizio è interamente risolvibile con quello cha abbiamo fatto fino a qui

Soluzione¶

Definisco la variabile DNA copiando e incollando la stringa sopra:

DNA = "tatgtaaactgccaaggtgaacgttggaatcacctcgtatgtgactcgcgtgtgacctggatactgtcaaaccaggtcaggaaagcctatgagtacgagc"

per poter risolvere il punto 1 è sufficiente contare le sequenze con il metodo count delle stringhe, e dividere per la lunghezza del DNA (len(DNA)):

f_a = DNA.count("a")/len(DNA)
f_c = DNA.count("c")/len(DNA)
f_g = DNA.count("g")/len(DNA)
f_t = DNA.count("t")/len(DNA)

per concludere stampo il res 1:

print("res1: ",f_a,f_c,f_g,f_t)

Per quanto riguarda il punto 2, devo poter ordianre la stringa. Per l’ordinamento noi abbiamo visto il sort un metodo degli array. Quindi converto in array (con il list comprehension), ordino(con il metodo sort), e per finire ricreo la stringa (metodo join):

DNA_sort = [x for x in DNA]          # converto la lista in stringa
DNA_sort.sort()                      # ordino la lista
string_dna_sort = "".join(DNA_sort)  # riunisco la lista ordinata in una stringa
print("res2: ",string_dna_sort)      # stampo la stringa

Il punto 3 sembra essere un pò più complesso, ma in realtà è molto semplice. Posso usare il replace per sostituire gli aminoacidi con le loro frequnze, io per semplicità ci ho aggiunto pure uno spazio vuoto (che mi servirà dopo per fare lo split!):

array_DNA = DNA.replace("a",str(f_a)+" ")         # replace di a con la sua freq
array_DNA = array_DNA.replace("c",str(f_c)+" ")   # replace di a con la sua freq
array_DNA = array_DNA.replace("g",str(f_g)+" ")   # replace di a con la sua freq
array_DNA = array_DNA.replace("t",str(f_t)+" ")   # replace di a con la sua freq
array_DNA = array_DNA.split(" ")                  # splitto la stringa e la trasformo in un array
array_DNA = array_DNA[:-1]                        # rimuovo l'ultimo elemento (perche è vuoto)
print("res3: ",array_DNA)                         # stampo il risultato

In fine, per poter calcolare la media mobile, posso calcolare prima la somma degli elementi precedenti:

sum_array_DNA = [sum(array_DNA[:x+1]) for x in range(len(array_DNA))]

in sum_array_DNA l’elemento i-esimo rappresenta la somma degli elementi dalla posizione 0 alla posizione i. Successivamente, posso calcolare la media mobile, dividendo l’ i-esimo elemento di sum_array_DNA per i:

media_mobile = [sum_array_DNA[x]/(x+1) for x in range(len(sum_array_DNA))]