実現したいこと

引用して、既に動作するコードがあるのですが、内容を理解したい

前提

遺伝子情報の解析では配列のアラインメントにより相同性を判断しています。
このコードは以下のサイトで得られたものなのですが、生物学的な理解はあってもプログラミング的な理解が追いつきません。
どなたかコードの中身を解説いただけませんか。

発生している問題・エラーメッセージ

エラーメッセージはありません。

該当のソースコード

import numpy as np

def get_score(i,j,x,y):
    global H
    if i<=0 or j<=0:
        if i==0 and j==0:
            H[i,j] = 0
        elif i>0 and j==0:
            H[i,j] = get_score(i-1,j,x,y)-2
        elif i==0 and j>0:
            H[i,j] = get_score(i,j-1,x,y)-2
        return H[i,j]
    else:
        if H[i,j] >-1000:
            return H[i,j]
        else:
            if x[i-1]==y[j-1]:
                score=+1
            else:
                score=-1
            H[i,j] = max([
                get_score(i-1,j-1,x,y)+score,
                get_score(i-1,j,x,y)-2,
                get_score(i,j-1,x,y)-2
            ])
            return H[i,j]

X = 'GGTTTATACCTTCCCAGGTAACAAACCAACCAACTTTCGATCTCTTGTAGATCTGTTCTCTAAACGAACTTTAAAATCTGTGTGGCTGTCACTCGGCTGC'
Y = 'ATTAAAGGTTTATACCTTCCCAGGTAACAAACCAACCAACTTTCGATCTCTTGTAGATCTGTTCTCTAAACGAACTTTAAAATCTGTGTGGCTGTCACTC'

N = len(X)
M = len(Y)
H = np.full((N+1,M+1), -1000, dtype='int16')

print('SCORE=',get_score(N,M,X,Y))

試したこと

内容を理解しようとしたができなかった

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

melian

2023/04/27 08:35

「以下のサイト」の記載がありませんが、以下の URL でしょうか？情報基礎「Pythonプログラミング」(ステップ8・塩基配列のアラインメント) https://wagtail.cds.tohoku.ac.jp/coda/python/p-8-function-part2-sup-seq-alignment.html

poto568

2023/04/27 08:35

https://wagtail.cds.tohoku.ac.jp/coda/python/p-8-function-part2-sup-seq-alignment.html ↑ここに書いてある数学的な計算の意味は全て正しく理解しているけど、プログラムに書かれているifとかelseとかlenとか再帰呼び出しの意味がわからない、という質問内容ですか？

s_kj

2023/04/27 08:56

サイトのURLの記載がなく、失礼いたしました。ご推察の通りで、サイトのURLも質問の意図（再帰呼び出しがわからない）もあっています。可能であればご回答お願いいたします。

行動規範の内容に同意します

回答1件

ChatGPTの回答

動作のおおまかな説明

この関数は、二つの配列XとYのアラインメントに基づいて、相同性スコアを計算します。配列XとYの各要素は、遺伝子情報である文字列です。関数は、再帰的に各配列の要素を比較し、最適なアラインメントを見つけるためにスコアを最大化します。関数は、再帰呼び出しを使用して、アラインメントを求めるために、各ステップで最適なスコアを計算します。

利用しているアルゴリズムは何か？

この関数は、動的計画法アルゴリズムの一種である、 Needleman-Wunschアルゴリズムを利用しています。このアルゴリズムは、配列アラインメントにおいて最適なスコアを求めるために、再帰的にアラインメントを求めます。

この関数の結果値である相同性とは何か？

この関数の結果値は、配列XとYのアラインメントによって求められた相同性スコアです。スコアは、配列XとYがアラインされた時の、一致する文字と不一致の文字の数を表しています。スコアが高いほど、配列XとYの相同性が高いことを示しています。関数は、再帰呼び出しを使用して、配列XとYのアラインメントを求め、そのアラインメントに対応するスコアを返します。

とのことなのでNeedleman–Wunschで検索してみると以下が引っかかりました。
グローバルアライメントを求める Needleman–Wunsch アルゴリズム
わたしは元々のコードの意味や「相同性」など理解できていませんが、なんとなく合っていそうな気がします。

投稿2023/04/27 08:38