-
Notifications
You must be signed in to change notification settings - Fork 0
/
needleman.py
163 lines (136 loc) · 5.62 KB
/
needleman.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
# algoritmo Needleman–Wunsch
class NW(object):
_secuencia1: [str]
_secuencia2: [str]
_matriz = []
_match: int
_mismatch: int
_gap: int
_costo_ext: int
_resultados = {}
def __init__(self, seq1, seq2, match, mismatch, gap, costo_ext):
""" Constructor de la clase
Args:
seq1 (str): Secuencia 1
seq2 (str): secuencia 2
match (int): Valor coincidencia
mismatch (int): Costo falta de coincidencia
gap (int): Costo gap
costo_ext (int): Costo extension
"""
self._secuencia1 = ["-"] + list(seq1) # m +1
self._secuencia2 = ["-"] + list(seq2) # n +1
self._match = match
self._mismatch = mismatch
self._gap = gap
self._costo_ext = costo_ext
self._rellenar_matriz()
self._backtracking()
self._get_identidad_similitud()
self._imprimir_resultados()
# self.imprimir_matriz()
def _rellenar_matriz(self):
""" Rellena la matriz mientra calcula los valores """
for i in range(len(self._secuencia1)):
self._matriz.append([])
for j in range(len(self._secuencia2)):
self._matriz[i].append(self._calcular_valor(i, j))
def _calcular_valor(self, i, j):
""" Calcula el valor de la posicion i, j de la matriz
Args:
i (int): Posicion fila
j (int): Posicion columna
Returns:
int: Valor de la posicion i, j
"""
if i == 0 and j == 0:
return 0
elif i == 0:
return self._matriz[i][j-1] + self._gap
elif j == 0:
return self._matriz[i-1][j] + self._gap
else:
diagonal = None
if self._secuencia1[i] == self._secuencia2[j]:
diagonal = self._matriz[i-1][j-1] + self._match
else:
diagonal = self._matriz[i-1][j-1] + self._mismatch
return max(diagonal, self._matriz[i-1][j] + self._gap, self._matriz[i][j-1] + self._gap)
def _backtracking(self):
""" Realiza el backtracking de la matriz """
seq1 = str()
seq2 = str()
extension = 0
i = len(self._matriz) - 1
j = len(self._matriz[0]) - 1
while i > 0 or j > 0:
if i == 0:
seq1 = "-" + seq1
seq2 = self._secuencia2[j] + seq2
j -= 1
extension += 1
elif j == 0:
seq1 = self._secuencia1[i] + seq1
seq2 = "-" + seq2
i -= 1
extension += 1
elif self._secuencia1[i] == self._secuencia2[j]:
# diagonal
seq1 = self._secuencia1[i] + seq1
seq2 = self._secuencia2[j] + seq2
i -= 1
j -= 1
elif self._matriz[i-1][j-1] >= max(self._matriz[i-1][j], self._matriz[i][j-1]):
# diagonal arriba izquierda
seq1 = self._secuencia1[i] + seq1
seq2 = self._secuencia2[j] + seq2
i -= 1
j -= 1
elif self._matriz[i-1][j] >= max(self._matriz[i-1][j-1], self._matriz[i][j-1]):
# arriba diagonal izquierda
seq1 = self._secuencia1[i] + seq1
seq2 = "-" + seq2
i -= 1
extension += 1
elif self._matriz[i][j-1] >= max(self._matriz[i-1][j-1], self._matriz[i-1][j]):
# izquierda diagonal arriba
seq1 = "-" + seq1
seq2 = self._secuencia2[j] + seq2
j -= 1
extension += 1
self._resultados["secuencia1"] = seq1
self._resultados["secuencia2"] = seq2
self._resultados["costo extension"] = self._costo_ext * extension
def _get_identidad_similitud(self):
""" Calcula estadísticas """
identidad = 0
similitud = 0
gaps = 0
largo = len(self._resultados["secuencia1"])
for i in range(len(self._resultados["secuencia1"])):
if self._resultados["secuencia1"][i] == self._resultados["secuencia2"][i]:
identidad += 1
elif self._resultados["secuencia1"][i] != "-" and self._resultados["secuencia2"][i] != "-":
similitud += 1
elif self._resultados["secuencia1"][i] == "-" or self._resultados["secuencia2"][i] == "-":
gaps += 1
self._resultados["coincidencias"] = identidad
self._resultados["similitudes"] = similitud
self._resultados["gaps"] = gaps
self._resultados["score"] = (identidad * self._match) + (similitud * self._mismatch) + (self._costo_ext * gaps)
self._resultados["costo_extension_total"] = self._costo_ext * gaps
self._resultados["porcentaje_identidad"] = f"{(identidad / largo)*100}%"
self._resultados["porcentaje_similitud"] = f"{((similitud) / largo)*100}%"
self._resultados["porcentaje_gaps"] = f"{(gaps / largo)*100}%"
def _imprimir_resultados(self):
""" Imprime los resultados """
for key, value in self._resultados.items():
print(f"{key} : {value}")
def imprimir_matriz(self):
""" Imprime la matriz """
print(f"{'':>8}{' '.join(self._secuencia2):>4}")
for i in range(len(self._matriz)):
print(f"{self._secuencia1[i]:>4}", end=" ")
for j in range(len(self._matriz[i])):
print(f"{self._matriz[i][j]:>4}", end=" ")
print()