python - 具有重复的有序节点和/或边的 Python Networkx 或 igraph DAG

Question

问题

我正在努力在基因组学中构建我们所谓的“变异图”，但我无法弄清楚如何使用 Networkx 来做到这一点。我愿意创建自己的代码或其他图形包。

目的

总体目的是比较下面的两张图，以计算在每个位置找到了多少次核苷酸（A、G、T、C），然后返回每个位置上计数最高的字母以创建一致序列。

参考图

首先，我需要构建一个图，首先创建一个参考图，如上面第一行所示，跟踪在每个位置找到的字母（核苷酸）。

所以对于下面的第一张图，每个节点都将以位置命名：

node_list = [0,1,2,3,4,5,6,7,8]

具有以下边缘：

edges = [
(A,T),
(T,C),
(C,G),
(G,A),
(A,A),
(A,T),
(T,A),
(A,C)]

备用路径

然后为了表示图片第二行中显示的变体，我们将在位置 2 和 4 之间添加替代边以表示空节点，并在位置 7 和 8 之间添加替代边以表示插入的“T”。

我试过的

由于该图需要跟踪多个有向边，因此我尝试了 Networkx MultiDiGraph，但在维护顺序和管理重复边时遇到了麻烦。

期望的输出

我最终想为每个边缘添加权重，以计算在每个位置看到核苷酸（字母）的次数，并使用该信息来确定通过图表的路径。因此，在表格格式中，我想要的输出如下所示，显示每个字母在某个位置出现的次数：

pos     |     A    |     T    |     G    |     C  
 0            53         29        101        23
 1            153        9         10         555   
 2            53         29        72         13
 3            53         29        101        23
 4            53         29        101        39
 5            53         29        101        39
 6            53         29        101        39
 7            53         29        101        39
 8            154        9         10         66

从这些数据中，我会返回一个共识序列：

GCGGGGGGA

这是我到目前为止的代码：

testRef = "GTCTAGGTCTAGGTCTAGAGTTAG"
start = 100

def create_edgelist(seq, truncate=True):
    while len(seq) >= 2:
        yield seq[:2]
        seq = seq[1:]
    if len(seq) and not truncate:
        yield seq

G = nx.MultiDiGraph()
# add each ref node to graph by pos, nuc
[G.add_node(x + int(start)) for x,y in enumerate(testRef)]

for x, y in create_edgelist(testRef):
    G.add_edge(x, y)

标签： pythongraphigraphnetworkxdirected-acyclic-graphs