简单DNA序列组装（非循环子图）

生物信息学原理作业第四弹：DNA序列组装（非循环子图）

原理：生物信息学（孙啸）

大致思想：

　　　　　　1. 这个算法理解细节理解比较困难，建议看孙啸的生物信息学相关章节。

　　　　　　2. 算法要求所有序列覆盖整个目标DNA，并保证相邻片段有足够的覆盖连接（引自孙啸 生物信息学）。

　　　　　　3. 最后推导出符合条件的序列构成的有向图没有回路，并有哈密顿路径。

　　　　　　4. 利用拓扑排序，得到顶点的有序排列。

　　　　　　5. 组装。

贴上Python代码，发现问题我会及时更正。

转载请保留出处！

简单DNA序列组装（非循环子图）

 # -*- coding: utf-8 -*-
 """
 Created on Sat Dec  2 16:09:14 2017
 @author: zxzhu
 python3.6
 """
 from functools import reduce

 def get_weight(s1,s2):               #通过两条序列的overlap计算出权值
     l = min(len(s1),len(s2))
     while l>0:
         if s2[:l] == s1[-l:]:
             return l
         else:
             l-=1
     return 0

 def print_result(s1,s2):            #将两条序列去除首尾overlap后合并
     weight = get_weight(s1,s2)
     s = s1 + s2[weight:]
     #print(s)
     return s

 def dir_graph(l,t=3):              #得到满足条件的有向图(权值大于等于t)
     graph = {}
     for i in l:
         VW = []
         for j in l:
             if i!=j:
                 weight = get_weight(i,j)
                 if weight >= t:
                     VW.append(j)
         graph[i] = VW
     #print(graph)
     for i in graph.keys():        #不能有孤立顶点
         if not graph[i]:
             count = get_in_V(graph,i)
             if count ==0:
                 graph.clear()
                 print('The sequence:\n"{0}"\n can\'t align with others!'.format(i))
                 break
     return graph

 def get_in_V(graph,v):                   #得到某顶点入度
     count = 0
     all_in = reduce(lambda x,y:x+y,graph.values())
     for i in all_in:
         if i == v:
             count+=1
     return count

 def aligner(graph,topo=[]):             #得出顶点顺序
     while graph:
         V = graph.keys()
         for i in V:
             flag = 1
             in_num = get_in_V(graph,i)
             if in_num ==0:
                 topo.append(i)
                 graph.pop(i)
                 flag = 0
                 break
         if flag:                        #存在环
             #print('The t score is too small!')
             return None
         else:
             aligner(graph,topo)
     return topo

 x = 'CCTTTTGG'
 y = 'TTGGCAATCACT'
 w = 'AGTATTGGCAATC'
 u = 'ATGCAAACCT'
 z = 'AATCGATG'
 v = 'TCACTCCTTTT'
 graph = dir_graph([x,y,z,w,u],t=3)
 topo = aligner(graph)
 if topo:
     result = reduce(print_result,topo)
 else:
     result = topo
 print(result)