Python の Smith-Waterman アルゴリズム
Smith-Waterman アルゴリズムは、文字列のローカルシーケンスアラインメントを実行するために使用されます。文字列は主に DNA 鎖またはタンパク質配列を表します。
この記事では、Python での Smith-Waterman アルゴリズムの実装について説明します。
Python の Smith-Waterman アルゴリズム
swalign モジュールには、Python で Smith-Waterman アルゴリズムを実装するためのいくつかの関数が含まれています。コマンドラインで次のステートメントを実行することにより、PIP を使用して swalign モジュールをインストールできます。
pip3 install swalign
上記のステートメントは、Python バージョン 3 のモジュールをインストールします。Python バージョン 2 にモジュールをインストールするには、次のコマンドを使用できます。
pip install swalign
swalign モジュールをインストールした後、次の手順を使用して、Python プログラムに Smith-Waterman アルゴリズムを実装します。
-
まず、
importステートメントを使用してswalignモジュールをインポートします。 -
アラインメントを実行するには、ヌクレオチドスコアリングマトリックスを作成する必要があります。マトリックスでは、一致と不一致ごとにスコアを提供します。
通常、一致スコアには 2 を使用し、不一致には-1 を使用します。
-
ヌクレオチドスコアリングマトリックスを作成するには、
NucleotideScoringMatrix()メソッドを使用します。NucleotideScoringMatrix()は、最初の入力引数として一致スコアを取り、2 番目の入力引数として不一致スコアを取ります。実行後、
IdentityScoringMatrixオブジェクトを返します。 -
ヌクレオチドマトリックスを取得したら、
LocalAlignment()メソッドを使用してLocalAlignmentオブジェクトを作成します。LocalAlignment()メソッドは、入力としてヌクレオチドスコアリングマトリックスを受け取り、LocalAlignmentオブジェクトを返します。 -
LocalAlignmentオブジェクトを取得したら、align()メソッドを使用して Smith-Waterman アルゴリズムを実行できます。 -
align()メソッドは、LocalAlignmentオブジェクトで呼び出されると、最初の入力引数として DNA 鎖を表す文字列を取ります。参照 DNA 鎖を表す別の文字列を取ります。 -
実行後、
align()メソッドはAlignmentオブジェクトを返します。Alignmentオブジェクトには、入力文字列の一致の詳細と不一致、およびその他のいくつかの詳細が含まれています。
次の例では、プロセス全体を観察できます。
import swalign
dna_string = "ATCCACAGC"
reference_string = "ATGCAGCGC"
match_score = 2
mismatch_score = -1
matrix = swalign.NucleotideScoringMatrix(match_score, mismatch_score)
lalignment_object = swalign.LocalAlignment(matrix)
alignment_object = lalignment_object.align(dna_string, reference_string)
alignment_object.dump()
出力：
Query: 1 ATGCAGC-GC 9
||.|| | ||
Ref : 1 ATCCA-CAGC 9
Score: 11
Matches: 7 (70.0%)
Mismatches: 3
CIGAR: 5M1I1M1D2M
まとめ
この記事では、Python の swalign モジュールを使用して Smith-Waterman アルゴリズムを実装する方法について説明します。
scikit learn-bio モジュールで定義された関数を、Python での Smith-Waterman アルゴリズムの他の実装に使用することもできます。
