Question fonction combination

**Amniote** · 24/05/2019, 10h59

Bonjour à tous,

je cherche à utiliser la fonction "combination" pour générer toutes les possibilités d'interactions entre ces protéines (ARF5 est une protéine puis KDELR3 aussi, (les protéines sont les deux premiers éléments de chaque lignes, séparées par un espace))

ARF5 KDELR3 0 0 0 64 173 900 57 917 ---> EXP
ARF5 KIF3A 0 0 0 61 131 900 69 913 ---> EXP
ARF5 COPZ1 0 0 0 161 126 900 193 932 ---> EXP
ARF5 COPE 0 0 0 191 160 900 83 929 ---> EXP
ARF5 DCTN1 0 0 0 95 59 900 69 910 ---> EXP
M6PR LRP2 0 0 0 0 320 900 257 945
M6PR PLIN3 0 0 0 0 379 900 783 985
FKBP4 NR3C2 0 0 0 0 398 900 475 965
FKBP4 HSF1 0 0 0 84 465 900 198 955 ---> EXP
FKBP4 NR3C1 0 0 0 0 454 900 700 982
FKBP4 PPP5C 0 0 0 95 193 900 196 933 ---> EXP
FKBP4 ESR1 0 0 0 0 396 900 350 957
FKBP4 ACTR1A 0 0 0 62 50 900 238 923 ---> EXP
CFTR VAMP2 0 0 0 0 50 900 264 924
CFTR DNAJC6 0 0 0 61 74 900 125 913 ---> EXP
CYP51A1 TM7SF2 0 0 0 224 457 900 793 990 ---> EXP
CYP51A1 LBR 0 0 0 144 457 900 649 981 ---> EXP
CYP51A1 NFYB 0 0 0 0 87 900 95 910
CYP51A1 LSS 0 0 0 826 692 900 869 999 ---> EXP
USP28 MYC 0 0 0 0 406 900 668 978
USP28 CLSPN 0 0 0 61 379 900 643 976 ---> EXP
PDK4 DLAT 0 0 0 63 294 900 416 956 ---> EXP
RPAP3 RUVBL1 0 0 0 130 920 900 761 998 ---> EXP
RPAP3 PIH1D1 0 0 0 95 854 900 911 998 ---> EXP
SKAP2 FYB 0 0 0 75 435 900 624 977 ---> EXP
PRSS21 NTM 0 0 0 0 83 900 50 905
PRSS21 VNN2 0 0 0 55 80 900 49 906 ---> EXP
PRSS21 OPCML 0 0 0 0 83 900 134 913
PRSS21 VNN1 0 0 0 55 80 900 49 906 ---> EXP
PRSS21 CD109 0 0 0 64 50 900 176 917 ---> EXP
PRSS21 MFI2 0 0 0 0 82 900 63 906
PRSS21 VNN3 0 0 0 61 80 900 49 906 ---> EXP
PRSS21 XPNPEP2 0 0 0 55 65 900 42 904 ---> EXP
PRSS21 LSAMP 0 0 0 0 83 900 50 905
CX3CL1 CX3CR1 0 0 0 61 379 900 956 997 ---> EXP
TRAPPC6A GDI2 0 0 0 55 69 900 86 908 ---> EXP
TRAPPC6A SEC22A 0 0 0 62 74 900 56 907 ---> EXP
TRAPPC6A RAB1A 0 0 0 60 159 900 730 975 ---> EXP
TFAP2D TFAP2B 0 0 0 64 152 900 110 919 ---> EXP
TFAP2D TFAP2A 0 0 0 61 592 900 93 960 ---> EXP
TFAP2D TFAP2C 0 0 0 61 152 900 111 919 ---> EXP
CRY1 CSNK1E 0 0 0 63 929 900 733 998 ---> EXP
CRY1 PPP1CA 55 0 0 61 174 900 104 922 ---> EXP
CRY1 BTRC 0 0 0 0 369 900 226 946
CRY1 FBXL3 0 0 0 61 454 900 844 990 ---> EXP
CD74 HLA-DQB1 0 0 0 706 720 900 426 994 ---> EXP
CD74 CTSH 0 0 0 170 161 900 265 942 ---> EXP
RANBP9 L1CAM 0 0 0 0 472 900 433 967
RANBP9 MET 0 0 0 62 390 900 198 948 ---> EXP
RANBP9 RANBP10 0 0 0 0 116 900 65 910
CD4 SYK 0 0 0 205 400 900 242 959 ---> EXP
CD4 ZAP70 0 0 0 468 400 900 367 977 ---> EXP
CD4 PAG1 0 0 0 65 93 900 63 909 ---> EXP
CD4 EPS15 0 0 0 0 379 900 73 937

Voici mon script :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
from itertools import combinations_with_replacement
Dprot1 = []
with open("C:/Users/lveillat/Desktop/xdfh.txt","r") as f1:
	for ligne in f1:
		lp = ligne.rstrip('\n').split(" ") 
		prot1 = lp[0] #Je sélectionne le premier élément de mon fichier pour chaques lignes
		if prot1 not in Dprot1: #Je rajoute ce premier élément dans ma liste uniquement si il n'y est pas déjà
			Dprot1.append(prot1) 
		results = combinations_with_replacement(Dprot1,2)
		for res in results:
			line=' '.join(res)
			print(line)
f1.close()

Avec ma liste Dprot1, je sélectionne donc toutes les protéines différentes à la première position (ce sont celles qui m'intéressent) tout en supprimant les doublons.
Ma liste Dprot1 me donne donc ceci : ['ARF5', 'M6PR', 'FKBP4', 'CFTR', 'CYP51A1', 'USP28', 'PDK4', 'RPAP3', 'SKAP2', 'PRSS21', 'CX3CL1', 'TRAPPC6A', 'TFAP2D', 'CRY1', 'CD74', 'RANBP9', 'CD4'] Soit l'ensemble des protéines en première position du fichier sans doublons.

Et voici un extrait de la sortie de mon script :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
 
ARF5 ARF5
ARF5 ARF5
ARF5 ARF5
ARF5 ARF5
ARF5 ARF5
ARF5 ARF5
ARF5 M6PR
M6PR M6PR
ARF5 ARF5
ARF5 M6PR
M6PR M6PR
ARF5 ARF5
ARF5 M6PR
ARF5 FKBP4
M6PR M6PR
M6PR FKBP4
FKBP4 FKBP4
ARF5 ARF5
ARF5 M6PR
ARF5 FKBP4
M6PR M6PR
M6PR FKBP4
FKBP4 FKBP4
ARF5 ARF5
ARF5 M6PR
ARF5 FKBP4
M6PR M6PR
M6PR FKBP4
FKBP4 FKBP4
ARF5 ARF5
ARF5 M6PR
ARF5 FKBP4
M6PR M6PR
M6PR FKBP4
FKBP4 FKBP4
...

le problème est que je pars de 17 protéines… donc logiquement je devrait avoir 17*17 soit 289 interactions possibles...or je me retrouve avec 3062 interations (on remarque directement dans mon fichier de sortie qu'il y a un soucis, la combinaison ARF5 ARF5 est répétée plusieurs fois…)

Pouvez vous m'aider à modifier mon code afin que je me retrouve avec les 289 interactions attendues ?

Merci

**wiztricks** · 24/05/2019, 11h56

Salut,

Envoyé par Amniote

Pouvez vous m'aider à modifier mon code afin que je me retrouve avec les 289 interactions attendues ?

Si vous dites, je construis Dprot1 puis je calcule toutes les interactions 2 à 2... expliquez pourquoi vous calculez toutes les interactions à chaque ajout d'un élément dans Dprot1...

- W

**Amniote** · 24/05/2019, 12h15

En effet j'ai fait une erreur d'indentation…

Cependant après modification du code je n'obtiens toujours pas le nombre de protéines attendu…

Voici mon code modifié :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
from itertools import combinations_with_replacement
Dprot1 = []
with open("C:/Users/lveillat/Desktop/xdfh.txt","r") as f1:
	for ligne in f1:
		lp = ligne.rstrip('\n').split(" ") 
		prot1 = lp[0] #Je sélectionne le premier élément de mon fichier pour chaques lignes
		if prot1 not in Dprot1: #Je rajoute ce premier élément dans ma liste uniquement si il n'y est pas déjà
			Dprot1.append(prot1) 
		results = combinations_with_replacement(Dprot1,2)
	for res in results:
		line=' '.join(res)
		print(line)
f1.close()

Et voici ce que j'obtient

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
 
ARF5 ARF5
ARF5 M6PR
ARF5 FKBP4
ARF5 CFTR
ARF5 CYP51A1
ARF5 USP28
ARF5 PDK4
ARF5 RPAP3
ARF5 SKAP2
ARF5 PRSS21
ARF5 CX3CL1
ARF5 TRAPPC6A
ARF5 TFAP2D
ARF5 CRY1
ARF5 CD74
ARF5 RANBP9
ARF5 CD4
M6PR M6PR
M6PR FKBP4
M6PR CFTR
M6PR CYP51A1
M6PR USP28
M6PR PDK4
M6PR RPAP3
M6PR SKAP2
M6PR PRSS21
M6PR CX3CL1
M6PR TRAPPC6A
M6PR TFAP2D
M6PR CRY1
M6PR CD74
M6PR RANBP9
M6PR CD4
FKBP4 FKBP4
FKBP4 CFTR
FKBP4 CYP51A1
FKBP4 USP28
FKBP4 PDK4
FKBP4 RPAP3
FKBP4 SKAP2
FKBP4 PRSS21
FKBP4 CX3CL1
FKBP4 TRAPPC6A
FKBP4 TFAP2D
FKBP4 CRY1
FKBP4 CD74
FKBP4 RANBP9
FKBP4 CD4
CFTR CFTR
CFTR CYP51A1
CFTR USP28
CFTR PDK4
CFTR RPAP3
CFTR SKAP2
CFTR PRSS21
CFTR CX3CL1
CFTR TRAPPC6A
CFTR TFAP2D
CFTR CRY1
CFTR CD74
CFTR RANBP9
CFTR CD4
CYP51A1 CYP51A1
CYP51A1 USP28
CYP51A1 PDK4
CYP51A1 RPAP3
CYP51A1 SKAP2
CYP51A1 PRSS21
CYP51A1 CX3CL1
CYP51A1 TRAPPC6A
CYP51A1 TFAP2D
CYP51A1 CRY1
CYP51A1 CD74
CYP51A1 RANBP9
CYP51A1 CD4
USP28 USP28
USP28 PDK4
USP28 RPAP3
USP28 SKAP2
USP28 PRSS21
USP28 CX3CL1
USP28 TRAPPC6A
USP28 TFAP2D
USP28 CRY1
USP28 CD74
USP28 RANBP9
USP28 CD4
PDK4 PDK4
PDK4 RPAP3
PDK4 SKAP2
PDK4 PRSS21
PDK4 CX3CL1
PDK4 TRAPPC6A
PDK4 TFAP2D
PDK4 CRY1
PDK4 CD74
PDK4 RANBP9
PDK4 CD4
RPAP3 RPAP3
RPAP3 SKAP2
RPAP3 PRSS21
RPAP3 CX3CL1
RPAP3 TRAPPC6A
RPAP3 TFAP2D
RPAP3 CRY1
RPAP3 CD74
RPAP3 RANBP9
RPAP3 CD4
SKAP2 SKAP2
SKAP2 PRSS21
SKAP2 CX3CL1
SKAP2 TRAPPC6A
SKAP2 TFAP2D
SKAP2 CRY1
SKAP2 CD74
SKAP2 RANBP9
SKAP2 CD4
PRSS21 PRSS21
PRSS21 CX3CL1
PRSS21 TRAPPC6A
PRSS21 TFAP2D
PRSS21 CRY1
PRSS21 CD74
PRSS21 RANBP9
PRSS21 CD4
CX3CL1 CX3CL1
CX3CL1 TRAPPC6A
CX3CL1 TFAP2D
CX3CL1 CRY1
CX3CL1 CD74
CX3CL1 RANBP9
CX3CL1 CD4
TRAPPC6A TRAPPC6A
TRAPPC6A TFAP2D
TRAPPC6A CRY1
TRAPPC6A CD74
TRAPPC6A RANBP9
TRAPPC6A CD4
TFAP2D TFAP2D
TFAP2D CRY1
TFAP2D CD74
TFAP2D RANBP9
TFAP2D CD4
CRY1 CRY1
CRY1 CD74
CRY1 RANBP9
CRY1 CD4
CD74 CD74
CD74 RANBP9
CD74 CD4
RANBP9 RANBP9
RANBP9 CD4
CD4 CD4

Je me retrouve cette fois avec 153 combinaisons à la place de 289 normalement...

**wiztricks** · 24/05/2019, 12h53

Envoyé par Amniote

Je me retrouve cette fois avec 153 combinaisons à la place de 289 normalement...

Si vous vous attendez à 289 et que çà sort 153...
Est-ce que le problème est dans votre attente ou dans le code?
A vous de revalider tout çà.

- W

**lg_53** · 24/05/2019, 14h05

La validation sur autant de combinaisons peut etre fastidieuse. Hésitez pas à tester sur un sous problème, contenant pas plus de 20 combinaisons au total, que vous écrivez exactement à la main, et vous regarder si votre programme produit ou non les combinaisons attendus, et lesquels manquent !

**Bktero** · 27/05/2019, 14h39

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
if prot1 not in Dprot1: #Je rajoute ce premier élément dans ma liste uniquement si il n'y est pas déjà
			Dprot1.append(prot1)

Il existe la classe set pour ne pas s'embêter à gérer les doublons possibles dans une liste

Question fonction combination

Python

Discussions similaires

Partager

Partager