此篇文章關鍵給大家介紹了Python完成一階矩馬爾可夫過程形成任意DNA序列實例詳細說明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家多多的發展，盡早漲薪。

　　1.基本原理

　　針對DNA序列，一階矩馬爾可夫過程可以看作現階段堿基對的種類僅在于上一位堿基對種類。如下圖1所示，1條編碼序列的開始（由B逐漸）有可能是A、T、G、C4種堿基對（且概率同樣，均是0.25），若編碼序列某還有一位A，則下一個堿基對是A、T、G、C的幾率依次為0.25、0.20、0.20、0.20，下一個無堿基對（即編碼序列完畢，情況為E）的幾率為0.15。

　　圖1 DNA序列的一階馬爾科夫鏈

　　2.代碼實現

　　以下代碼運行于Jupyter Notebook(Python 3.7)；代碼功能是隨機生成一定數量的DNA序列，統計序列長度并繪制分布圖。若希望顯示隨機生成的序列，將代碼#print(''.join(Seq))前的#刪除即可。

　　import numpy
　　import random
　　import seaborn as sns
　　import matplotlib.pyplot as plt
　　#狀態空間
　　states=["A","G","C","T","E"]
　　#可能的事件序列
　　transitionName=[["AA","AG","AC","AT","AE"],
　　["GA","GG","GC","GT","GE"],
　　["CA","CG","CC","CT","CE"],
　　["TA","TG","TC","TT","TE"],]
　　#概率矩陣（轉移矩陣）
　　transitionMatrix=[[0.25,0.20,0.20,0.20,0.15],
　　[0.20,0.25,0.20,0.20,0.15],
　　[0.20,0.20,0.25,0.20,0.15],
　　[0.20,0.20,0.20,0.25,0.15]]
　　def RandomDNAs(Num):
　　max_len=0
　　i=0
　　Seq=[]#創建列表(Seq)用于添加堿基，以組成DNA序列
　　Len=[]#創建列表(Len)用于記錄每條生成序列的長度
　　while i!=Num:
　　Base=["A","G","C","T"]
　　START=random.choice(Base)#隨機從堿基中選擇一個作為序列的起始堿基
　　Seq.append(START)#將起始堿基添加至Seq中
　　while START!="E":
　　if START=="A":
　　change=numpy.random.choice(transitionName[0],p=transitionMatrix[0])
　　#以transitionMatrix矩陣第一行的概率分布隨機抽取transitionName第一行包含的事件
　　if change=="AA":
　　START="A"#如果轉移狀態是AA(即A堿基接下來的堿基是A，則將起始堿基設為A)
　　elif change=="AG":
　　START="G"
　　elif change=="AC":
　　START="C"
　　elif change=="AT":
　　START="T"
　　elif change=="AE":
　　START="E"
　　elif START=="G":
　　change=numpy.random.choice(transitionName[1],p=transitionMatrix[1])
　　if change=="GA":
　　START="A"
　　elif change=="GG":
　　START="G"
　　elif change=="GC":
　　START="C"
　　elif change=="GT":
　　START="T"
　　elif change=="GE":
　　START="E"
　　elif START=="C":
　　change=numpy.random.choice(transitionName[2],p=transitionMatrix[2])
　　if change=="CA":
　　START="A"
　　elif change=="CG":
　　START="G"
　　elif change=="CC":
　　START="C"
　　elif change=="CT":
　　START="T"
　　elif change=="CE":
　　START="E"
　　elif START=="T":
　　change=numpy.random.choice(transitionName[3],p=transitionMatrix[3])
　　if change=="TA":
　　START="A"
　　elif change=="TG":
　　START="G"
　　elif change=="TC":
　　START="C"
　　elif change=="TT":
　　START="T"
　　elif change=="TE":
　　START="E"
　　if START!="E":
　　Seq.append(START)#如果狀態轉移后不為End(E)，則將轉移后的堿基加到Seq序列中
　　i+=1
　　Len.append(len(Seq))
　　if len(Seq)>max_len:
　　max_len=len(Seq)
　　#print(''.join(Seq))
　　Seq.clear()
　　plt.hist(numpy.array(Len),bins=max_len,edgecolor="white")
　　#顯示橫軸標簽
　　plt.xlabel("DNA Sequence Length")
　　#顯示縱軸標簽
　　plt.ylabel("Frequency")
　　#顯示圖標題
　　plt.title("Histogram of frequency distribution of DNA sequence length")
　　plt.show()
　　print("DNA序列的最大長度為:",max_len)
　　print("DNA序列長度的眾數為:",max(Len,key=Len.count))
　　%matplotlib notebook#若未使用Jupyter Notebook，此句不需要
　　RandomDNAs(1000)#1000表示隨機生成1000條序列

　　3.運行結果

　　從以下4個序列長度分布統計可以看到，隨著隨機生成的序列數量增多，序列長度分布愈發集中，且長度為1bp的序列占比最多且逐漸增加。

　　圖2 10,000條DNA序列的序列長度分布統計

　　10,000條DNA序列的序列中

　　DNA序列的最大長度為:65

　　DNA序列長度的眾數為:1

　　圖3 100,000條DNA序列的序列長度分布統計

　　100,000條DNA序列的序列中

　　DNA序列的最大長度為:71

　　DNA序列長度的眾數為:1

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家帶來幫助。