Matlab 如何绘制DNA序列的基因图，比如ATGCCGCTGCGC？

我需要根据病毒的DNA序列生成一个随机游走，给定它的2k碱基对序列。序列看起来像“ATGCGTCGTAACGT”。这条路应该向右拐A，向左拐T，向上拐G，向下拐C。

---

我如何使用Matlab、Mathematica或SPSS实现这一目的？

并不是说我真的理解您想要的“图形”，而是这里有一个文字解释

以下代码不一定是最终形式。在我尝试改进任何东西之前，我想知道这是否正确

rls = {"A" -> {1, 0}, "T" -> {-1, 0}, "G" -> {0, 1}, "C" -> {0, -1}};
Prepend[Characters@"ATGCGTCGTAACGT" /. rls, {0, 0}];
Graphics[Arrow /@ Partition[Accumulate@%, 2, 1]]

---

三维选项

---

现在我知道您想要什么了，下面是第一个函数的打包版本：

genePlot[s_String] :=
 Module[{rls},
  rls =
   {"A" -> { 1, 0},
    "T" -> {-1, 0},
    "G" -> {0,  1},
    "C" -> {0, -1}};
  Graphics[Arrow /@ Partition[#, 2, 1]] & @
   Accumulate @ Prepend[Characters[s] /. rls, {0, 0}]
]

像这样使用它：

genePlot["ATGCGTCGTAACGT"]

---

假设序列

S

已经映射到整数数组*），那么根据规则

R

，移动的实际计算是简单的：

R =
   1  -1   0   0
   0   0   1  -1
S =
   1   2   3   4   3   2   4   3   2   1   1   4   3   2
T= cumsum(R(:, S), 2)
T =
   1   0   0   0   0  -1  -1  -1  -2  -1   0   0   0  -1
   0   0   1   0   1   1   0   1   1   1   1   0   1   1

*)您需要详细说明实际的顺序。它是表示为单个字符串，还是表示为单元格数组或其他形式？
编辑：
假设序列表示为字符串，则将其映射为整数序列

S

，如：

r= zeros(1, 84);
r(double("ATGC"))= [1 2 3 4];
S= r(double("ATGCGTCGTAACGT"))

并绘制它：

plot([0 T(1, :)], [0 T(2, :)], linespec)

---

这里需要

linespec

。

听起来你可能在谈论CGR，或者Joel Jefferey在1990年的论文中描述的基因序列的所谓混沌游戏表示法。以下是Mathematica中的一个实现：

cgrPic[s_String] := Module[
  {},
  chars = StringCases[s, "G"|"A"|"T"|"C"];
  f[x_, "A"] := x/2;
  f[x_, "T"] := x/2 + {1/2, 0};
  f[x_, "G"] := x/2 + {1/2, 1/2};
  f[x_, "C"] := x/2 + {0, 1/2};
  pts = FoldList[f, {0.5, 0.5}, chars];
  ListPlot[pts, AspectRatio -> Automatic]]

下面是如何将其应用于Mathematica的

GenomeData

命令中的基因序列：

cgrPic[GenomeData["FAT4", "FullSequence"]]

---

你也可以试试这样的东西

RandomDNAWalk[seq_, path_] := 
 RandomDNAWalk[StringDrop[seq, 1], 
  Join[path, getNextTurn[StringTake[seq, 1]]]];

RandomDNAWalk["", path_] := Accumulate[path];

getNextTurn["A"] := {{1, 0}};
getNextTurn["T"] := {{-1, 0}};
getNextTurn["G"] := {{0, 1}};
getNextTurn["C"] := {{0, -1}};

ListLinePlot[
 RandomDNAWalk[
  StringJoin[RandomChoice[{"A", "T", "C", "G"}, 2000]], {{0, 0}}]]

---

我以前不知道马克·麦克卢尔（Mark McClure）关于基因序列混沌博弈表示的文章，但它让我想起了Jose Manuel Gutiérrez（Mathematica Journal第9卷第2期）的一篇文章，该文章还为使用DNA序列（四个碱基）的IFS提供了混沌博弈算法。详细说明见（原文）

该方法可用于生成如下图。为了好玩，我（在RHS面板中）加入了由相应互补DNA链（cDNA）生成的图

• 小鼠线粒体DNA（LHS）及其功能 互补链（cDNA）（RHS）

这些图由GenBank标识符gi | 342520生成。该序列包含16295个碱基

（Jose Manuel Gutiérrez使用的例子之一。如果有人感兴趣，可以根据gi | 1262342生成人体等效物的图）

• 人类β-珠蛋白区（LHS）及其cDNA（RHS）

由gi | 455025 |生成（示例 用我的马克·麦克卢尔）。该序列包含73308个碱基

有相当有趣的情节！这种曲线图的（有时）分形性质是已知的，但在LHS和RHS（cDNA）版本中明显的对称性是非常令人惊讶的（至少对我来说）

一件好事是，通过直接导入（比如说，从Genbank）序列，然后使用Mma的功能，可以很容易地生成任何DNA序列的此类图。
你所需要的就是注册号！（‘未知’核苷酸，如“R”可能需要清除）（我使用的是Mma v7）

最初的默示（稍加修改）（由何塞·曼努埃尔·古铁雷斯撰写）

重要更新

根据马克·麦克卢尔的建议，我已将

Point/@Orbit[s，Union[s]

更改为

Point@Orbit[s，Union[s]]

这大大加快了速度请参见下面马克的评论

Orbit[s_List, {a_, b_, c_, d_}] := 
  OrbitMap[s /. {a -> {0, 0}, b -> {0, 1}, c -> {1, 0}, 
     d -> {1, 1}}];
OrbitMap = 
  Compile[{{m, _Real, 2}}, FoldList[(#1 + #2)/2 &, {0, 0}, m]];
IFSPlot[s_List] := 
 Show[Graphics[{Hue[{2/3, 1, 1, .5}], AbsolutePointSize[2.5], 
    Point @ Orbit[s, Union[s]]}], AspectRatio -> Automatic, 
  PlotRange -> {{0, 1}, {0, 1}}, 
  GridLines -> {Range[0, 1, 1/2^3], Range[0, 1, 1/2^3]}]

这是一个蓝色的情节。对于绿色，将色调[]更改为色调[{1/3,1,1,5}]

下面的代码现在生成第一个绘图（用于小鼠线粒体DNA）

为了得到cDNA图，我使用了以下转换规则（还更改了色调设置）

感谢并帮助从NCBI站点直接导入序列

为了清楚起见，把事情分开一点

导入序列

mouseMitoFasta=Import["http://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=nucleotide&id=342520&rettype=fasta&retmode=text","Data"];

Mathematica J.原始文章中给出的导入序列的方法已注明日期

一张漂亮的支票

First@mouseMitoFasta

输出：

{>gi|342520|gb|J01420.1|MUSMTCG Mouse mitochondrion, complete genome}

{16295,{A,C,G,T},{{G,2011},{T,4680},{A,5628},{C,3976}}}

基础列表的生成

mouseMitoBases=Flatten@Characters@Rest@mouseMitoFasta

{Length@mouseMitoBases, Union@mouseMitoBases,Tally@mouseMitoBases}

更多检查

mouseMitoBases=Flatten@Characters@Rest@mouseMitoFasta

{Length@mouseMitoBases, Union@mouseMitoBases,Tally@mouseMitoBases}

输出：

{>gi|342520|gb|J01420.1|MUSMTCG Mouse mitochondrion, complete genome}

{16295,{A,C,G,T},{{G,2011},{T,4680},{A,5628},{C,3976}}}

第二组图是以类似的方式从gi | 455025生成的。请注意，序列很长

{73308,{A,C,G,T},{{G,14785},{A,22068},{T,22309},{C,14146}}}

最后一个例子（包含265922 bp），也显示了迷人的“分形”对称性。（这些是通过

IFSPlot

中的

AbsolutePointSize[1]

生成的）

fasta文件的第一行：

{>gi | 328530803 | gb | AFBL01000008.1 |放线菌口腔分类群170 str.F0386 A|u spOraltaxon170F0386-1.0|u Cont9.1，全基因组鸟枪序列}

相应的cDNA图在RHS上再次以蓝色显示

---

最后，马克还提供了非常漂亮的情节（例如gi | 328530803），可以作为笔记本下载

这个问题似乎已经得到了很好的回答，但我想我要补充一点，您所描述的内容之前已经在一系列DNA序列数字表示方法的旗帜下发表过，这些方法在我们的

事实证明，DNA行走在实践中并不是很有用，但允许直观的可视化。我手头没有，但我想我的同事会非常乐意提供用于生成下图的Matlab代码

---

欢迎来到StackOverflow。你能举个例子吗？我觉得很难理解你想要什么。你是说如果你把这些点连接起来，一个独特的序列会在页面上形成一个独特的轨迹吗？如果是这样，这个轨迹就是goi

{73308,{A,C,G,T},{{G,14785},{A,22068},{T,22309},{C,14146}}}