Python “罗莎琳”；孟德尔'；“第一定律”；IPRB

为了准备即将到来的生物信息学课程，我正在rosalind.info上做一些作业。我目前被困在作业“”中

我想我可以强迫自己通过这件事，但不知何故，我的想法肯定太复杂了。我的做法是：

建立一个三级概率树。有两种生物交配，生物A和生物B。第一个层次是，选择纯合子显性（k）、杂合子（m）或纯合子隐性（n）作为生物的概率是多少。例如，对于纯合显性，由于总共有（k+m+n）种生物，其中k种为纯合显性，因此概率为k/（k+m+n）

然后在这棵树上，在每一棵树下都会出现生物B被k/m/n的概率，因为我们知道A被选为什么生物。例如，如果生物A被选为杂合子（m），那么生物B也是杂合子的概率为（m-1）/（k+m+n-1），因为现在只剩下一个杂合子生物

这将给出两个级别的概率，并且需要大量代码才能达到这一点，因为我将构建一个树结构，并且为每个分支手动编写代码

现在在选择了生物A和B之后，它们每个都有两条染色体。其中一条染色体可以随机挑选。因此，对于一条染色体，1或2可以被选择，B也可以被选择。所以有4种不同的选择：A的选择1，B的选择1，A的选择2，B的选择1，A的选择2，B的选择2。每种选择的概率都是1/4。所以最后这棵树会有这些叶子的概率

然后，不知何故，我会神奇地把所有这些概率加起来，看看两个生物体产生一个具有显性等位基因的生物的概率是多少

我怀疑这项任务的目的是要花几个小时才能解决。我在想什么太难了

更新：

用最荒谬的暴力手段解决了这个问题。只需进行数千次模拟交配，找出最终具有显性等位基因的部分，直到有足够的精确度通过分配

import random
k = 26
m = 18
n = 25

trials = 0
dominants = 0

while True:
    s = ['AA'] * k + ['Aa'] * m + ['aa'] * n
    first = random.choice(s)
    s.remove(first)
    second = random.choice(s)
    has_dominant_allele = 'A' in [random.choice(first), random.choice(second)]
    trials += 1
    if has_dominant_allele:
        dominants += 1
    print "%.5f" % (dominants / float(trials))

---

具有显性等位基因的物种为

AA

或

AA

你的总人口（

k+n+m

由

k

（

hom

）纯合优势生物和

AA

，

m

（

het

）杂合优势生物和

n

（

rec

）带有aa的纯合隐性生物。每一种都可以与任何其他生物交配

具有显性等位基因的生物体的概率为：

P_dom = n_dominant/n_total or 1 - n_recessive/n_total

为这些组合中的每一个做Punnett正方形不是一个坏主意：

  hom + het

  |  A | a
-----------
A | AA | Aa
a | Aa | aa


  het + rec

  |  a | a
-----------
A | Aa | Aa
a | aa | aa

显然，两个生物体的交配会产生四个可能的后代。

hom

+

het

产生4个生物体中的1个具有隐性等位基因，

het

+

rec

产生4个生物体中的2个具有隐性等位基因

对于其他组合，您可能也希望这样做

因为我们不仅仅是一对一地与生物体交配，而是将整个

k+m+n

组合在一起，所以很想知道后代的总数以及具有特定等位基因的“儿童”的数量

如果你不介意一点Python的话，

scipy.misc

中的

comb

在这里可能会有所帮助。在计算中，不要忘记（a）你从每个组合中得到

4个子代，以及（b）你需要一个因子（来自punnet方块）来确定组合中的隐性（或显性）子代

更新

这更像是一个概率/计数问题，而不是编码问题。首先计算后代只有隐性特征的概率更容易。如果你在理解任何东西方面有任何困难，请告诉我。我运行了以下代码，我的输出通过了rosalind分级机


def孟德尔（x，y，z）：
#只计算隐性性状的概率
总计=x+y+z
两个凹槽=（z/总计）*（z-1/（总计1））
twoHetero=（y/总计）*（（y-1）/（总计1））
异侧隐窝=（z/总计）*（y/（总计-1））+（y/总计）*（z/（总计-1））
凹槽Prob=两个凹槽+两个异形*1/4+异形凹槽*1/2
打印（1-recessProb）#取补码
#孟德尔（2，2，2）
打开（“rosalind_iprb.txt”、“r”）作为文件：
line=file.readline（）.split（）
x、 y，z=[int（n）代表n行]
打印（x、y、z）
file.close（）文件
印刷品（孟德尔（x，y，z））
克劳斯的解决方案大部分是正确的；但是，在计算至少有一个显性等位基因的组合数时会出现错误。这部分是不正确的，因为当组合两个等位基因形成后代时有4种可能性，但实际上只执行一种可能性。因此，克劳斯的解决方案计算这是一个明显高于应有水平的百分比

计算至少有一个显性等位基因的生物体组合数的正确方法如下所示：

# k  = number of homozygous dominant organisms
# n = number of heterozygous organisms
# m  = number of homozygous recessive organisms

dom_total = comb(k, 2) + k*m + k*n + .5*m*n + .75*comb(m, 2)

# Instead of:
# 4*comb(k,2) + 4*k*n + 4*k*m + 3*comb(n,2) + 2*n*m

上述代码段用于计算显性组合的总数，因为它将每个部分乘以它将产生显性后代的百分比（100%为1）。您可以将每个部分视为每种类型组合（k&k，k&m，k&n，m&m）的双关方数

因此，整个正确的代码段将如下所示：

# Import comb (combination operation) from the scipy library 
from scipy.special import comb

def calculateProbability(k, m, n):
    # Calculate total number of organisms in the population:
    totalPop = k + m + n 
    # Calculate the number of combos that could be made (valid or not):
    totalCombos = comb(totalPop, 2)
    # Calculate the number of combos that have a dominant allele therefore are valid:
    validCombos = comb(k, 2) + k*m + k*n + .5*m*n + .75*comb(m, 2)
    probability = validCombos/totalCombos
    return probability

# Example Call: 
calculateProbability(2, 2, 2)
# Example Output: 0.783333333333

您不需要在while循环中运行数千个模拟。您可以运行一个模拟，并根据其结果计算概率

来自itertools导入产品的

k=2#AA纯合显性
m=2#Aa杂合子
n=2#aa纯合隐性
人口=（['AA']*k）+（['AA']*m）+（['AA']*n）
所有儿童=[]
给爸爸
# Import comb (combination operation) from the scipy library 
from scipy.special import comb

def calculateProbability(k, m, n):
    # Calculate total number of organisms in the population:
    totalPop = k + m + n 
    # Calculate the number of combos that could be made (valid or not):
    totalCombos = comb(totalPop, 2)
    # Calculate the number of combos that have a dominant allele therefore are valid:
    validCombos = comb(k, 2) + k*m + k*n + .5*m*n + .75*comb(m, 2)
    probability = validCombos/totalCombos
    return probability

# Example Call: 
calculateProbability(2, 2, 2)
# Example Output: 0.783333333333

DDxDD, DDxDd, DdxDD, DdxDd, DDxdd, ddxDD, Ddxdd, ddxDd

1.0, 1.0, 1.0, 0.75, 1.0, 1.0, 0.5, 0.5

total_probability = ((k ** 2 - k) + (2 * k * m) + (3 / 4 * (m ** 2 - m)) + (2* k * n) + (m * n)) / (total_pop ** 2 - total_pop)