我正试图通过'Needleman -Wunsch'使用“Global Alignment”算法实现蛋白质成对序列比对。
我不清楚如何在我的源代码中包含'Blosum62 Matrix'来进行评分或填充二维矩阵？
我用Google搜索，发现大多数人建议使用包含标准'Blosum62 Matrix'的平面文件。这是否意味着我需要从这个平面文件中读取并填写我的编码“Blosum62 Martrix”？
另外，另一种方法可能是使用一些数学公式并将其包含在编程逻辑中以构造'Blosum62 Matrix'。但不太确定这个选项。
感谢任何想法或见解。
感谢。
答案 0 :(得分：2)
了解您正在使用的语言会有所帮助，因此我们可以帮助您使用正确的术语，但我所做的是使用地图地图（如果您使用的是Python，则使用词典）。
这是我在Groovy中的代码示例，但它对其他语言来说相当便携：
def blosum62 = [
Cys:[Cys:9, Ser:-1, Thr:-1, Pro:-3, Ala:0, Gly:-3, Asn:-3, Asp:-3, Glu:-4, Gln:-3, His:-3, Arg:-3, Lys:-3, Met:-1, Ile:-1, Leu:-1, Val:-1, Phe:-2, Tyr:-2, Trp:-2],
Ser:[Cys:-1,Ser:4, Thr:1, Pro:-1, Ala:1, Gly:0, Asn:1, Asp:0, Glu:0, Gln:0, His:-1, Arg:-1, Lys:0, Met:-1, Ile:-2, Leu:-2, Val:-2, Phe:-2, Tyr:-2, Trp:-3],
Thr:[Cys:-1,Ser:1, Thr:4, Pro:1, Ala:-1, Gly:1, Asn:0, Asp:1, Glu:0, Gln:0, His:0, Arg:-1, Lys:0, Met:-1, Ile:-2, Leu:-2, Val:-2, Phe:-2, Tyr:-2, Trp:-3],
Pro:[Cys:-3,Ser:-1, Thr:1, Pro:7, Ala:-1, Gly:-2, Asn:-1, Asp:-1, Glu:-1, Gln:-1, His:-2, Arg:-2, Lys:-1, Met:-2, Ile:-3, Leu:-3, Val:-2, Phe:-4, Tyr:-3, Trp:-4],
Ala:[Cys:0, Ser:1, Thr:-1, Pro:-1, Ala:4, Gly:0, Asn:-1, Asp:-2, Glu:-1, Gln:-1, His:-2, Arg:-1, Lys:-1, Met:-1, Ile:-1, Leu:-1, Val:-2, Phe:-2, Tyr:-2, Trp:-3],
Gly:[Cys:-3,Ser:0, Thr:1, Pro:-2, Ala:0, Gly:6, Asn:-2, Asp:-1, Glu:-2, Gln:-2, His:-2, Arg:-2, Lys:-2, Met:-3, Ile:-4, Leu:-4, Val:0, Phe:-3, Tyr:-3, Trp:-2],
Asn:[Cys:-3,Ser:1, Thr:0, Pro:-2, Ala:-2, Gly:0, Asn:6, Asp:1, Glu:0, Gln:0, His:-1, Arg:0, Lys:0, Met:-2, Ile:-3, Leu:-3, Val:-3, Phe:-3, Tyr:-2, Trp:-4],
Asp:[Cys:-3,Ser:0, Thr:1, Pro:-1, Ala:-2, Gly:-1, Asn:1, Asp:6, Glu:2, Gln:0, His:-1, Arg:-2, Lys:-1, Met:-3, Ile:-3, Leu:-4, Val:-3, Phe:-3, Tyr:-3, Trp:-4],
Glu:[Cys:-4,Ser:0, Thr:0, Pro:-1, Ala:-1, Gly:-2, Asn:0, Asp:2, Glu:5, Gln:2, His:0, Arg:0, Lys:1, Met:-2, Ile:-3, Leu:-3, Val:-3, Phe:-3, Tyr:-2, Trp:-3],
Gln:[Cys:-3,Ser:0, Thr:0, Pro:-1, Ala:-1, Gly:-2, Asn:0, Asp:0, Glu:2, Gln:5, His:0, Arg:1, Lys:1, Met:0, Ile:-3, Leu:-2, Val:-2, Phe:-3, Tyr:-1, Trp:-2],
His:[Cys:-3,Ser:-1, Thr:0, Pro:-2, Ala:-2, Gly:-2, Asn:1, Asp:1, Glu:0, Gln:0, His:8, Arg:0, Lys:-1, Met:-2, Ile:-3, Leu:-3, Val:-2, Phe:-1, Tyr:2, Trp:-2],
Arg:[Cys:-3,Ser:-1, Thr:-1, Pro:-2, Ala:-1, Gly:-2, Asn:0, Asp:-2, Glu:0, Gln:1, His:0, Arg:5, Lys:2, Met:-1, Ile:-3, Leu:-2, Val:-3, Phe:-3, Tyr:-2, Trp:-3],
Lys:[Cys:-3,Ser:0, Thr:0, Pro:-1, Ala:-1, Gly:-2, Asn:0, Asp:-1, Glu:1, Gln:1, His:-1, Arg:2, Lys:5, Met:-1, Ile:-3, Leu:-2, Val:-3, Phe:-3, Tyr:-2, Trp:-3],
Met:[Cys:-1,Ser:-1, Thr:-1, Pro:-2, Ala:-1, Gly:-3, Asn:-2, Asp:-3, Glu:-2, Gln:0, His:-2, Arg:-1, Lys:-1, Met:5, Ile:1, Leu:2, Val:-2, Phe:0, Tyr:-1, Trp:-1],
Ile:[Cys:-1,Ser:-2, Thr:-2, Pro:-3, Ala:-1, Gly:-4, Asn:-3, Asp:-3, Glu:-3, Gln:-3, His:-3, Arg:-3, Lys:-3, Met:1, Ile:4, Leu:2, Val:1, Phe:0, Tyr:-1, Trp:-3],
Leu:[Cys:-1,Ser:-2, Thr:-2, Pro:-3, Ala:-1, Gly:-4, Asn:-3, Asp:-4, Glu:-3, Gln:-2, His:-3, Arg:-2, Lys:-2, Met:2, Ile:2, Leu:4, Val:3, Phe:0, Tyr:-1, Trp:-2],
Val:[Cys:-1,Ser:-2, Thr:-2, Pro:-2, Ala:0, Gly:-3, Asn:-3, Asp:-3, Glu:-2, Gln:-2, His:-3, Arg:-3, Lys:-2, Met:1, Ile:3, Leu:1, Val:4, Phe:-1, Tyr:-1, Trp:-3],
Phe:[Cys:-2,Ser:-2, Thr:-2, Pro:-4, Ala:-2, Gly:-3, Asn:-3, Asp:-3, Glu:-3, Gln:-3, His:-1, Arg:-3, Lys:-3, Met:0, Ile:0, Leu:0, Val:-1, Phe:6, Tyr:3, Trp:1],
Tyr:[Cys:-2,Ser:-2, Thr:-2, Pro:-3, Ala:-2, Gly:-3, Asn:-2, Asp:-3, Glu:-2, Gln:-1, His:2, Arg:-2, Lys:-2, Met:-1, Ile:-1, Leu:-1, Val:-1, Phe:3, Tyr:7, Trp:2],
Trp:[Cys:-2,Ser:-3, Thr:-3, Pro:-4, Ala:-3, Gly:-2, Asn:-4, Asp:-4, Glu:-3, Gln:-2, His:-2, Arg:-3, Lys:-3, Met:-1, Ile:-3, Leu:-2, Val:-3, Phe:1, Tyr:2, Trp:11]
]
使用此功能，您只需拨打
即可def score = blosum62[Arg][Cys]
println("Substituting Arg by Cys gives " + score)
答案 1 :(得分：2)
您始终可以从NCBI网站下载矩阵：
ftp://ftp.ncbi.nih.gov/blast/matrices/BLOSUM62
父目录中也提供了其他矩阵。
我从未见过使用矩阵计算实现Needleman-Wunsch。将矩阵包含在代码中或作为单独的文件更容易。
您可以在此处找到有关如何计算BLOSUM矩阵的一些详细信息：http://en.wikipedia.org/wiki/BLOSUM。
答案 2 :(得分：0)
你无法从PAM中推断出一个blosum矩阵，因为你可以对PAM进行推算：所有blosum都是根据不同的数据集计算出来的，并且在他们自己内部没有相关性。
例如，PAM250矩阵只是PAM1矩阵本身乘以250倍;但是对于BLOSUM来说并非如此，例如，你无法从BLOSUM64推断出BLOSUM80。
答案 3 :(得分：0)
是的，您可以将blosum矩阵实现为硬连线代码，您可能会获得一些速度。但绝对是你松散的灵活性。我建议为NCBI格式编写一个阅读器，例如返回SubstitutionMatrix数据类型。然后你可以传递这样一个矩阵作为对象。
SubstitutionMatrix对象可以包含2D矩阵和负责解码氨基酸名称的“某物”，例如，散列数组。根据您选择的语言，您还可以使用枚举来表示氨基酸类型。在这种情况下，您可以直接使用它们来处理2D数组。
希望这很清楚，如果您愿意/需要，我可以写更多细节。
答案 4 :(得分：0)
以下是在Java中从此链接ftp://ftp.ncbi.nih.gov/blast/matrices/BLOSUM62解析blosum62文件的示例。
创建课程解析：
private String[] rowData;
private final int MARTRIX_SIZE = 24;
private String[][] matrix = new String[MARTRIX_SIZE][MARTRIX_SIZE];
private HashMap<String, Integer> index = new HashMap<>();
private String filePath = "blosum62.txt";
public void blosumMartix() {
File fileObj = new File(filePath);
Scanner input;
boolean readLine = true;
int rowCounter = 0;
try {
input = new Scanner(fileObj);
while (input.hasNext()) {
String lineReader = input.nextLine().replaceAll(" ", " ");
if (!lineReader.substring(0, 1).equals("#")) {
if (readLine) {
readLine = false;
continue;
}
rowData = lineReader.split(" ");
for (int i = 1; i < rowData.length; i++) {
matrix[rowCounter][i - 1] = rowData[i];
}
index.put(rowData[0], rowCounter);
rowCounter++;
}
}
} catch (FileNotFoundException ex) {
ex.printStackTrace();
}
}
现在你要计算示例A和*的成本，它返回-4你应该写这个方法：
public int getDistance(String strS1, String strS2) {
try {
return getDistance(matrixIndex.get(strS1), matrixIndex.get(strS2));
} catch (Exception ex) {
System.out.println("Key out of range, check your string input");
System.exit(0);
}
return 0;
}
private int getDistance(int charS1, int charS2) {
if (charS1 < 0 || charS1 > matrix[0].length) {
System.out.println("Gap out of range");
System.exit(1);
}
if (charS2 < 0 || charS2 > matrix[0].length) {
System.out.println("Gap out of range");
System.exit(2);
}
return Integer.parseInt(matrix[charS1][charS2]);
}
最后在主要方法中
Parsing parsing = new Parsing();
parsing.blosumMartix();
String result = parsing.getDistance("A", "*");
System.out.print(result);
这将打印-4。