Practica de Bioinformatica, Ejercicios de Bioinformática

¡Descarga Practica de Bioinformatica y más Ejercicios en PDF de Bioinformática solo en Docsity!

Práctica 12

Bioinformática

Algoritmo Smith-Watterman

para alineación de secuencias

Instrucción 1

Declara dos secuencias tipo cadena de caracteres que representen dos secuencias de nucleótidos : 'AGCACACA','ACACACTA'

Instrucción 2

Declara una matriz bidimensional llamada High ó H de 0s con la longitud + 1 de una de las secuencias (usa la función de la biblioteca numpy)

• Instrucción
• Declara una variable que se llame scoreMax y la inicializas en

Instrucción 5

Si la posición a ó alpha es igual a la posición b ó beta, el valor que devuelde es 2 porque son iguales Si cualquiera de las posiciones es igual a '-' el valor que devuelve es - 1 (corresponde a un gap) Si las posiciones alpha o beta son diferentes la función devuelve un valor de - 1

Instrucción 6

Dentro de un ciclo anidado que inicie con los renglones de la matriz bidimensional H o High aplica el algoritmo de smith watterman para calcular la matriz con los scores máximos.

Instrucción 7

Calcula las posiciones que se evaluarán, recuerda que la posición que se prueba se evalúa contra la diagonal el valor superior y el valor a la izquierda: Valor de la diagonal diag = H[i-1][j-1] + match(s1[i-1], s2[j-1]) Valor de posición superior up = H[i][j-1] - 1 Valor de posición izquierda left = H[i-1][j] - 1 Calcula el valor máximo de las posiciones que se comparan H[i][j] = max(0,left, up, diag)

Instrucción 8

Llena la matriz Traceback ó T para poblar los valores que se compararán y reasigna el valor correcto a la posición de la matriz High o H if H[i][j] == 0: T[i][j] = 0 if H[i][j] == left: T[i][j] = 1 if H[i][j] == up: T[i][j] = 2 if H[i][j] == diag: T[i][j] = 3 if H[i][j] >= max_score: max_i = i #guardar este valor para realizar el Traceback max_j = j #guardar este valor para realizar el Traceback max_score = H[i][j]