为 DNA 比对序列创建序列徽标答案

【问题标题】：Creating sequence logo for DNA aligned sequences为 DNA 比对序列创建序列徽标
【发布时间】：2018-01-29 15:42:53
【问题描述】：

如何为对齐的 DNA 序列创建序列徽标？对于 Kevin Murphy 书中的给定序列（第 2 章，figure 2.5），我正在使用此wiki_link 导出徽标，但没有得到预期的结果。

DNA 序列：

a t a g c c g g t a c g g c a
t t a g c t g c a a c c g c a
t c a g c c a c t a g a g c a
a t a c c g c g a c c g c a
t t a g c c g c t a g g t a
t a g c c t c g t a c g t a
t t a g c c g t t a c g g c c
a t a t c c g g t a c a g t a
a t a g c a g g t a c c g a a
a c a t c c g t g a c g g a a

【问题讨论】：

你期待什么结果，你得到了什么结果，你的程序的Minimal, Complete, Verifiable Example是什么样的？请注意，尽管标题中有声明，但该 PDF 的图 2.5(b) 中的示例徽标显然不代表 2.5(a) 中显示的序列，因此您不应期望您的程序生成该徽标。文本也不匹配：它说第 7 列都是 G，但实际上该列包含一个 T。显然，这是本书中的一个已知错误。有关更多错误，请参阅cs.ubc.ca/~murphyk/MLbook/errata.html。
我已经根据相对频率计算了字符的大小。例如，第 5 个序列具有完全概率的 C，因此，相应的字符应该是序列标识中的大 C。同样，第 13 个位置是一个大 G。但不是第 7 个字符。感谢分享勘误表链接。 :)

标签： bayesian dna-sequence information-theory probability-distribution

【解决方案1】：

如果您不需要开发自己的版本：

有一个python库可以解决这个问题。

https://pypi.python.org/pypi/weblogo

或网页版

http://weblogo.berkeley.edu/logo.cgi

【讨论】：

【解决方案2】：

你可以使用上面添加的 weblogo 来做，这里有一些用 python 做的代码

from Bio.Seq import Seq
from Bio import motifs
instances = df['binding'] #just input the list of DNA sequences 
m = motifs.create(instances)
m.weblogo('logo.png')

您必须在此处提供实例作为 DNA 序列列表，结果将保存为 logo.png 或者您可以根据需要将 png 更改为 jpeg 或 tiff。

【讨论】：