CB03: Rozdiel medzi revíziami

Aktuálna revízia z 16:02, 6. október 2022

Zarovnávanie sekvencií, opakovanie

• Uvažujme skórovanie zhoda +3, nezhoda -1, medzera -2
• Reťazce TAACGG a CACACT

Globálne zarovnanie

• Rekurencia: A[i,j] = max {A[i-1,j]-2, A[i,j-1]-2, A[i-1,j-1]+s(x_i, y_j) }, pričom A[0,i]=-2i, A[i,0]=-2i

        C   A   C   A   C   T
    0  -2  -4  -6  -8  -10  -12
T  -2  
A  -4  
A  -6  
C  -8  
G  -10  
G  -12  

Lokálne zarovnanie

• Rekurencia: A[i,j] = max {0, A[i-1,j]-2, A[i,j-1]-2, A[i-1,j-1]+s(x_i, y_j) }, pričom A[0,i]=0, A[i,0]=0

        C   A   C   A   C   T
    0   0   0   0   0   0   0
T   0 
A   0 
A   0 
C   0 
G   0 
G   0 

Dotploty

• Dotplot je graf, ktory ma na kazdej osi jednu sekvenciu a ciarky zobrazuju lokalne zarovnania (cesty v matici)
• Niekoľko príkladov dotplotov: pdf
• Prvé príklady dotplotov porovnávajú rôzne mitochondriálne genomy
• Tieto boli vytvorene pomocou nastroja YASS http://bioinfo.lifl.fr/yass/yass.php
• Dalsi priklad je zarovnanie genu Oaz Drosophila zinc finger s genomickym usekom chr2R:10,346,241-10,352,965
• Trochu iny dotplot, ktory funguje pre proteiny a nerobi lokalne zarovnania, iba spocita skore bez medzier v kazdom okne danej vysky a nakresli ciaru ak prekroci urcenu hodnotu
• http://emboss.bioinformatics.nl/cgi-bin/emboss/dotmatcher
• Vyskusame protein escargot voci sebe s hodnotami http://pfam.xfam.org/protein/ESCA_DROME window 8 threshold 24
• Pomocou YASSu vyskusame kluster zhlukov PRAME z ludskeho genomu

Dynamické programovanie v Exceli

Práca so vzorcami v tabuľkovom procesore (Excel, LibreOffice, ...)

• Okrem konkrétnych hodnôt, napr. 0.3, môžu byť aj vzorce, ktoré začínajú =, napr =0.3*0.3 dá do políčka 0.09 (* znamená násobenie)
• Vo vzorcoch môžeme používať aj hodnoty z iných políčok, napr. =A2+B2 dáme do políčka C2, zobrazí sa tam súčet
• Ak políčko so vzorcom skopírujeme do iného políčka, Excel sa snaží uhádnuť, ako zmeniť vzorec
  • Ak sme v C2 mali =A2+B2 a skopírovali sme to do C3, vzorec sa zmení na =A3+B3
• Ak niektoré adresy políčok majú zostávať rovnaké aj pri kopírovaní, dáme pred písmeno aj číslo $,
  • Ak v C2 máme =A2+$B$2 a skopírujeme to do C3, dostaneme =A3+B2
• Dolár môžeme dať aj pred iba jednu súradnicu (stĺpec alebo riadok), tá sa potom nebude pri kopírovaní meniť

Späť k rozmieňaniu mincí

• Vráťme sa k príkladu s rozmieňaním mincí a skúsme si ho "naprogramovať" v Exceli, resp. spreadsheet aplikácii v OpenOffice
• Vseobecna formulacia:
  • Vstup: hodnoty k minci m_1,m_2,...,m_k a cielova suma X (vsetko kladne cele cisla)
  • Vystup: najmensi pocet minci, ktore potrebujeme na zaplatenie X
• My pouzijeme mince hodnot 1,3,4
• Spravime si tabulku, kde si pre kazdu sumu i=0,1,2,...X pamatame A[i]=najmensi pocet minci, ktore treba na vyplatenie sumy i

i      0    1    2    3    4    5    6    7    8    9  
A[i]   0    1    2    1    1    2    2    2    2    3

• vzorec A[i] = min { A[i-1]+1, A[i-3]+1, A[i-4]+1 }
• aby sme nemuseli zvlast uvazovat hodnoty mensie ako 4, (kde sa neda A[i-4]), urcime si A[-1], A[-2] atd ako nejake velke cislo (napr 100), takze vzorec plati pre vsetky i>0

i      -4  -3  -2  -1  0    1    2    3    4    5    6    7    8    9  
A[i]  100 100 100 100  0    1    2    1    1    2    2    2    2    3

• v exceli si najskor spravime horny riadok tabulky
  • do nejakeho policka (napr, B4) zapiseme prvu hodnotu (-4)
  • do susedneho C4 zapiseme vzorec =B4+1, dostaneme hodnotu -3
    • vzorce zacinaju znamienkom =
    • B4 je suradnica policka o jedno vlavo, k nej pripocitame 1
  • policko C4 nakopirujeme do riadku kolkokrat chceme, dostaneme hodnoty -2, -1, 0, 1,...
    • kopirovat sa da tahanim laveho dolneho rohu okienka
    • vzorec sa automaticky posuva na =C4+1, =D4+1, atd
  • o riadok nizsie do B5..E5 napiseme hodnotu 100 (okienka A[-4]..A[-1])
  • do F5 dame 0 (okienko A[0] nasej tabulky)
  • do G5 napiseme vzorec =MIN(F5+1,D5+1,C5+1), t.j. A[1] = min(A[1-1]+1,A[1-3]+1,A[1-4]+1)
  • tento vzorec potom nakopirujeme do riadku tabulky
  • F5 sa bude posuvat na G5, H5,... a podobne ostatne dva cleny

Cvičenie:

• Ako by sme zmenili na inu mincovu sustavu, napr. 1,2,5?
• Stiahnite si subor zo stranky predmetu a skuste si tuto zmenu urobit [1]

Zarovnávanie sekvencií v Exceli

• skusme si dynamicke programovanie pre globalne zarovnanie naprogramovat v Exceli
• budeme postupovat podobne ako pri minciach, ale potrebujeme dve specialne funkcie: MID(text,od,dlzka) z textu vyberie urcitu cast. Pomocou toho si vstupny text rozdelime na jednotlive pismena, ktore si napiseme do zahlavia tabulky
• vsimnite si pouzivanie dolarov v nazvoch policok: ak je pred menom stlpca alebo riadku $, tento sa neposuva ked vzorec kopirujem do inych policok
• IF(podmienka,hodnota1,hodnota2) vyberie bud hodnotu 1 ak je podmienka splnena alebo hodnotu2 ak nie je. Napr IF(F$8=$B12 ,1,-1) zvoli skore +1 ak sa hodnota v F8 rovna hodnote v B12 a skore -1 ak sa nerovnaju.

Cvičenie:

• Zmente tabulku tak, aby skore pre zhody, nezhody a medzery bolo dane bunkami B1, B2 a B3 tabulky. Staci zmenit vzorce a policka D9, C10 a D10 a nakopirovat do zvysku tabulky. Ake bude skore najlepsieho zarovnania sekvencii AACGTA a ACACCTA ak skore nezhody je -2 a medzery -3?
• Ako treba zmenit vzorce, aby sme pocitali lokalne zarovnanie?
• Subor najdete tu