DNA序列编辑距离Python笔记 一、编辑距离概念 编辑距离是指两个序列（在我们这里是DNA序列）之间，由一个序列转换为另一个序列所需的最少编辑操作次数。编辑操作通常包括插入、删除和替换字符。 二、解决思路 - 动态规划 （一）状态定义 设 dp[i][j] 表示 DNA序列1 的前 i 个字符与 DNA序列2 的前 j 个字符之间的编辑距离。 （二）状态转移方程 1.如果 DNA序列1 的第 i 个字符和 DNA序列2 的第 j 个字符相同，即 DNA1[i - 1]==DNA2[j - 1]（注意这里索引减1是因为我们从1开始计数序列长度，而在Python中索引从0开始），则 dp[i][j]=dp[i - 1][j - 1]。 2.如果不相同，则 dp[i][j]=min(dp[i - 1][j]+1, dp[i][j - 1]+1, dp[i - 1][j - 1]+1)。其中 dp[i - 1][j]+1 表示在 DNA序列1 中删除一个字符，dp[i][j - 1]+1 表示在 DNA序列1 中插入一个字符，dp[i - 1][j - 1]+1 表示替换一个字符。 三、示例代码 def edit_distance(DNA1, DNA2): m = len(DNA1) n = len(DNA2) dp = [[0] * (n + 1) for _ in range(m + 1)]
# 初始化第一行和第一列
for i in range(m + 1):
dp[i][0]=i
for j in range(n + 1):
dp[0][j]=j
for i in range(1, m + 1):
for j in range(1, n + 1):
if DNA1[i - 1]==DNA2[j - 1]:
dp[i][j]=dp[i - 1][j - 1]
else:
dp[i][j]=min(dp[i - 1][j]+1, dp[i][j - 1]+1, dp[i - 1][j - 1]+1)
return dp[m][n]
四、代码解释 （一）初始化部分 1.首先我们创建了一个二维数组 dp，其大小为 (m + 1)×(n + 1)，其中 m 和 n 分别是两个DNA序列的长度。 2.然后我们初始化 dp 数组的第一行和第一列。第一行 dp[i][0]（i 从0到 m）表示将 DNA序列1 的前 i 个字符转换为空序列所需的操作次数，显然是 i 次删除操作，所以 dp[i][0]=i。同理，第一列 dp[0][j]（j 从0到 n）表示将空序列转换为 DNA序列2 的前 j 个字符所需的操作次数，即 j 次插入操作，所以 dp[0][j]=j。 （二）动态规划计算部分 1.外层循环 for i in range(1, m + 1) 和内层循环 for j in range(1, n + 1) 用于遍历两个DNA序列中的字符。 2.在每次循环中，如果当前位置的两个DNA字符相同（DNA1[i - 1]==DNA2[j - 1]），则 dp[i][j]=dp[i - 1][j - 1]，因为不需要进行任何编辑操作。 3.如果不相同，则根据状态转移方程计算 dp[i][j]，即取删除、插入和替换操作中的最小值。 （三）结果返回部分 1.最后，当循环结束后，dp[m][n] 就是整个 DNA序列1 和 DNA序列2 的编辑距离，我们将其返回。 五、应用场景 1.在生物信息学中，用于比较不同物种的DNA序列相似性，帮助研究进化关系。 2.在基因编辑研究中，评估基因编辑操作前后的序列差异。
