置換率を使用した合成DNAシーケンスの生成

Question

これらの入力を指定：

my $init_seq = "AAAAAAAAAA" #length 10 bp 
my $sub_rate = 0.003;
my $nof_tags = 1000;
my @dna = qw( A C G T );

生成したい：

1. 1000個の長さ10のタグ

2. タグ内の各位置の置換率は0.003です

次のような出力を生成します：

AAAAAAAAAA
AATAACAAAA
.....
AAGGAAAAGA # 1000th tags

Perlでそれを行うコンパクトな方法はありますか？

このスクリプトのロジックをコアとして使用しています：

#!/usr/bin/perl

my $init_seq = "AAAAAAAAAA" #length 10 bp 
my $sub_rate = 0.003;
my $nof_tags = 1000;
my @dna = qw( A C G T );

    $i = 0;
    while ($i < length($init_seq)) {
        $roll = int(rand 4) + 1;       # $roll is now an integer between 1 and 4

        if ($roll == 1) {$base = A;}
        elsif ($roll == 2) {$base = T;}
        elsif ($roll == 3) {$base = C;}
        elsif ($roll == 4) {$base = G;};

        print $base;
    }
    continue {
        $i++;
    }

Answer 1

小さな最適化として、次を置き換えます：

    $roll = int(rand 4) + 1;       # $roll is now an integer between 1 and 4

    if ($roll == 1) {$base = A;}
    elsif ($roll == 2) {$base = T;}
    elsif ($roll == 3) {$base = C;}
    elsif ($roll == 4) {$base = G;};

with

    $base = $dna[int(rand 4)];

Answer 2

編集：置換率が0.001から1.000の範囲であると仮定します：

$ roll と同様に、[1..1000]の範囲で別の（擬似）乱数を生成し、それが（1000 * $ sub_rate）以下の場合は、置換、それ以外は何もしません（つまり、 'A'を出力します）。

乱数ジェネレーターのプロパティがわからない限り、微妙なバイアスを導入する可能性があることに注意してください。

Answer 3

探しているものとは異なりますが、BioPerlの Bio :: SeqEvolution :: DNAPoint モジュール。ただし、突然変異率はパラメーターとして受け取りません。むしろ、それはあなたが望むオリジナルとの配列同一性の下限を尋ねます。

use strict;
use warnings;
use Bio::Seq;
use Bio::SeqEvolution::Factory;

my $seq = Bio::Seq->new(-seq => 'AAAAAAAAAA', -alphabet => 'dna');

my $evolve = Bio::SeqEvolution::Factory->new (
   -rate     => 2,      # transition/transversion rate
   -seq      => $seq
   -identity => 50      # At least 50% identity with the original
);


my @mutated;
for (1..1000) { push @mutated, $evolve->next_seq }

1000個のすべての変更されたシーケンスは@mutated配列に格納され、それらのシーケンスには seq メソッドを介してアクセスできます。

Answer 4

置換の場合、現在のベースを除外する可能性から除外します：

my @other_bases = grep { 
置換の場合、現在のベースを除外する可能性から除外します：

<*>

また、置換率の実装方法。
 ne substr($init_seq, $i, 1) } @dna;
$base = @other_bases[int(rand 3)];

また、置換率の実装方法。

Answer 5

正しく理解できるかどうかはわかりませんが、次のようなことをします（擬似コード）：

digits = 'ATCG'
base = 'AAAAAAAAAA'
MAX = 1000
for i = 1 to len(base)
  # check if we have to mutate
  mutate = 1+rand(MAX) <= rate*MAX
  if mutate then
    # find current A:0 T:1 C:2 G:3
    current = digits.find(base[i])
    # get a new position 
    # but ensure that it is not current
    new = (j+1+rand(3)) mod 4        
    base[i] = digits[new]
  end if
end for