生信自学笔记（七）Smith Waterman算法的 python 实现

和上一回的算法相比，这是一个更加注重局部比对的算法，返回的是一段对比度最高的序列。其最精彩之处就在于引入了0这一可能，这样在任何时候，序列比较都能从当前位置从头开始，从而实现局部性。

为了能更有效率地完成回溯，在给矩阵打分时将打分结果记录在了几个数组中，并且在回溯时使用这几个数组加速过程。

这次写又掌握了numpy的许多新功能，比如zip、around、arange等等。具体用法可以看下面的代码。其中L矩阵是直接比对的情况，P是对seq2加空格比对的情况，Q是对seq1加空格比对的情况。

 

import numpy as np

# 对任意两个字符进行比较
def compare(m, n, match, n_match):
    if m == n:
        return match
    else:
        return n_match

#构建打分矩阵
def mark(seq1, seq2, match, n_match, v, u):
    "用来生成最终的打分矩阵,传入形参分别为两个序列和匹配罚分、错配罚分、空位设置罚值，空位扩展罚值（出现空位的罚值为v+u*k）"
    a = len(seq1)
    b = len(seq2)
    # 初始化打分矩阵
    S = np.zeros((a + 1, b + 1))
    # 顺序匹配的情况
    L = np.zeros((a + 1, b + 1))
    # 序列1产生若干空位情况
    P = np.zeros((a + 1, b + 1))
    # 序列2产生若干空位情况
    Q =