String 比较和可视化序列组

我有两组字母“AGTE”的字符串A和B，我想找到一些方法来比较它们，看看它们在统计上是否相似。第一组A是真实世界的观测，B是预测。每组大约有400人

**A**
GTAATEGTTTEAAA
TTEAGE
...

**B**
AGTEAAAAGT
TAT
GGATEAATGGGTEAATG
....

---

我也希望能够以某种方式将其可视化，真正用于演示目的。你知道我怎么做吗？

我建议你计算字符串之间的距离，然后你可以绘制这些字符串之间的距离。值越大表示字符串越不相似

---

如果您不想自己实现Levenshtein距离计算，请查看文件交换。

'diff'？你能详细说明一下吗？我知道你在mathematica工作，但是diff工具（）似乎很合适。有趣的建议。不过我正在使用Matlab。。。是什么让你对mathematica印象深刻？呃，是的，数学方面的事情之一。不过，您可以将数据导出到一组常规的文本文件中，并对其运行diff。我一定会检查一下。有没有关于视觉化的想法？我想以某种方式用图形表示序列组。。。你知道如何快速了解它们的样子。我相信一定有办法显示那样的DNA序列……谢谢你的建议。我的序列在文件中是随机排列的，因此在单独的行之外不存在任何结构。所以类似的Levenstein.m文件可能会有用。基本上我观察了一系列的序列并记录下来。然后通过一个模型复制这些序列，并想比较序列组，看看它们是否相似。我还在

R

中发现了

coda

，这似乎是一种可能性。你怎么认为？