BioJava:CookbookFrench:Count:Frequency

From BioJava

Comment calculer la fréquence d'un Symbol dans une Sequence?

Une des classes les plus utiles de BioJava est la classe Distribution. Une Distribution est une carte associant un Symbol à sa fréquence dans une SymbolList. Les Distributions sont entrainées avec les Symbols observés en utilisant un DistributionTrainerContext. Un DistributionTrainerContext peut entrainé plusieurs Distributions enregistrées et peut traité n'importe quel Symbol provenant de n'importe quel Alphabet. Les Symbols ambiguës sont divisés parmi les AtomicSymbols qui constitue le BasisSymbol ambiguë.

Le programme suivant montre l'entrainement de trois Distributions avec des Sequences faites à partir de trois Alphabets différents.

import org.biojava.bio.seq.*;
import org.biojava.bio.symbol.*;
import org.biojava.bio.dist.*;
import org.biojava.utils.*;
import java.util.*;
 
public class Frequency {
  public static void main(String[] args) {
    try {
      //créer une SymbolList d'ADN
      SymbolList dna = DNATools.createDNA("atcgctagcgtyagcntatsggca");
      //créer une SymbolList d'ARN
      SymbolList rna = RNATools.createRNA("aucgcuaucccaggga");
      //créer une SymbolList de protéines
      SymbolList protein = ProteinTools.createProtein("asrvgchvhilmkapqrt");
      SymbolList[] sla = {dna, rna, protein};
 
      //obtenir un DistributionTrainerContext
      DistributionTrainerContext dtc = new SimpleDistributionTrainerContext();
 
      //créer trois Distributions
      Distribution dnaDist =
          DistributionFactory.DEFAULT.createDistribution(dna.getAlphabet());
      Distribution rnaDist =
          DistributionFactory.DEFAULT.createDistribution(rna.getAlphabet());
      Distribution proteinDist =
          DistributionFactory.DEFAULT.createDistribution(protein.getAlphabet());
      Distribution[] da = {dnaDist, rnaDist, proteinDist};
 
      //enregistrer les Distributions auprès du trainer
      dtc.registerDistribution(dnaDist);
      dtc.registerDistribution(rnaDist);
      dtc.registerDistribution(proteinDist);
 
      //pour chaque Sequence
      for (int i = 0; i < sla.length; i++) {
        //compter chaque Symbol dans la Distribution appropriŽe
        for(int j = 1; j <= sla[i].length(); j++){
          dtc.addCount(da[i], sla[i].symbolAt(j), 1.0);
        }
      }
 
      //former les Distributions
      dtc.train();
 
      //imprimer la valeur de chaque Distribution
      for (int i = 0; i < da.length; i++) {
        for (Iterator iter = ((FiniteAlphabet)da[i].getAlphabet()).iterator();
             iter.hasNext(); ) {
          Symbol sym = (Symbol)iter.next();
          System.out.println(sym.getName()+" : "+da[i].getWeight(sym));
        }
        System.out.println("\n");
      }
    }
    catch (Exception ex) {
      ex.printStackTrace();
    }
  }
}