【Python实现】Smith-Waterman算法快速计算序列相似性

原创

已于 2022-04-07 15:06:22 修改 · 3.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#pycharm #矩阵 #SW算法

于 2022-04-06 11:22:35 首次发布

本文介绍了Smith-Waterman算法的基本原理，重点讨论了如何利用Cython进行Python和C语言混合编程，以解决大规模序列比对的计算速度问题。通过ssw_aligner项目实例，展示了如何使用该工具进行高效本地配对，并提供了基准测试和输入要求。

1 SW算法介绍

Smith-Waterman 算法是由 Temple F. Smith 和 Michael S. Waterman 两人在 1981 年提出来的，是 Needleman-Wunsch 算法的改良版，通过算法的比对，能获取到局部最优解。具体的算法这里不做过多解释，详见参考文献[1]。本文关注的主要问题是，计算速度的问题。尽管网上有很多SW算法的实现，有Java、Python和R包。然而，当在计算大量的序列相似性时，以上代码的实现会非常的慢，甚至需要月余。如果使用C语言实现代码，效果非常明显但是可扩展性不高。考虑到以上两个因素，Python下的Cython库是一个非常好的实现方式，可以实现Python和C语言的混合编程。

2 ssw_aligner环境配置

### Dependencies
- [numpy==1.12.0](http://www.numpy.org/)
- [Cython==0.28.3](https://cython.org/)

3 项目安装地址

https://github.com/mbreese/swalign

4 项目实例

from ssw_aligner import local_pairwise_align_ssw

query_seq = 'TTTTTAAAAA'
target_seq = 'GGGGTTTT'
alignment = local_pairwise_align_ssw(query_seq,
                                     target_seq,
                                     gap_open_penalty=11,
                                     gap_extend_penalty