Conversión de codones (base 64) a una base 10 número

Question

En la edición de julio de 2012 de "Mensa Bulletin" hay un artículo titulado "El cerebro digital". En él, el autor relaciona el cerebro humano con la computación base64. Es un artículo bastante interesante y divertido con un mensaje al final. Dicho mensaje le pide al lector que convierta la citosina guanina adenina guanina adenina guanina en un número base 10 utilizando el hecho de que la citosina citosina guanina citosina adenina guanina es igual a 2011 (el primer conjunto de codones mencionado es cgagag para abreviar y el segundo es ccgcag para abreviar). tienes que convertir un número de base 64 en base 10 usando una tabla en el artículo que muestra todos los codones posibles en el orden correcto con aug = 0, uuu = 1, uuc = 2, ..., gga == 61, ggg = 62, uag = 63. Decidí probar esto y decidí escribir un programa python para convertir los codones en base 10 y base 10 en codones. Después de escribir un algoritmo rápido para ambos, lo ejecuté. El programa no dio errores y sacó codones para mis números y viceversa. Sin embargo, ¡eran los números equivocados! Parece que no puedo ver qué está yendo mal y agradecería mucho cualquier ayuda.

Sin más, el código:

codons = ['aug', 'uuu', 'uuc', 'uua', 'uug', 'ucu', 'ucc', 'uca', 'ucg', 'uau', 'uac', 'uaa', 'ugu', 'ugc', 'uga', 'ugg', 'cuu', 'cuc', 'cua', 'cug', 'ccu', 'ccc', 'cca', 'ccg', 'cau', 'cac', 'caa', 'cag', 'cgu', 'cgc', 'cga', 'cgg', 'auu', 'auc', 'aua', 'acu', 'acc', 'aca', 'acg', 'aau', 'aac', 'aaa', 'aag', 'agu', 'agc', 'aga', 'agg', 'guu', 'guc', 'gua', 'gug', 'gcu', 'gcc', 'gca', 'gcg', 'gau', 'gac', 'gaa', 'gag', 'ggu', 'ggc', 'gga', 'ggg', 'uag' ] 

def codonNumToBase10 (codonValue) : 

    numberOfChars = len(codonValue) 

    # check to see if contains sets of threes 
    if len(codonValue) % 3 != 0 : 
     return -1 

    # check to see if it contains the correct characters 
    for i in range(0, numberOfChars) : 
     if codonValue[i] != 'a' : 
      if codonValue[i] != 'u' : 
       if codonValue[i] != 'c' : 
        if codonValue[i] != 'g' : 
         return -2 

    # populate an array with decimal versions of each codon in the input 
    codonNumbers = [] 
    base10Value = 0 
    numberOfCodons = int(numberOfChars/3) 
    for i in range(0, numberOfCodons) : 
     charVal = codonValue[ 0 + (i*3) ] + codonValue[ 1 + (i*3) ] + codonValue[ 2 + (i*3) ] 
     val = 0 
     for j in codons : 
      if j == charVal : 
       codonNumbers.append(val) 
       break 
      val += 1 
     base10Value += (pow(64, numberOfCodons - i - 1)) * codonNumbers[i] 

    return base10Value 

def base10ToCodonNum (number) : 
    codonNumber = '' 
    hitZeroCount = 0 
    while(1==1) : 
     val = number % 64 
     number = int(number/64) 
     codonNumber = codons[val] + codonNumber 
     if number == 0 : 
      if hitZeroCount > 0: 
       break 
      hitZeroCount += 1 
    return codonNumber 

val_2011 = 'ccgcag' 
val_unknown = 'cgagag' 

print(base10ToCodonNum(codonNumToBase10(val_2011)), '::', codonNumToBase10(val_2011)) 
print(base10ToCodonNum(codonNumToBase10(val_unknown)), '::', codonNumToBase10(val_unknown)) 

EDIT 1: Los valores que estoy recibiendo son de 1499 y 1978 para ccgcag cgagag.

EDIT 2: función base10ToCodonNum corregida gracias a Ashwini Chaudhary.

Answer 1

Su código tiene realmente convertir hacia y desde la base-64. Sospecho que no definiste los codones en el mismo orden en que lo hicieron en el problema.

Con el fin de que usted ha proporcionado a los codones:

'ccgcag' = codons.index('ccg') * 64 + codons.index('cag') = 23 * 64 + 27 = 1499

Cuál es matemáticamente correcto, con las sustituciones que nos has proporcionado. Para obtener 2011, debe ingresar cggcag, entonces, ¿está seguro de haberlos copiado exactamente en el mismo orden?

Answer 2

def codon2dec(x): 
    codons = ['aug', 'uuu', 'uuc', 'uua', 'uug', 'ucu', 'ucc', 'uca', 'ucg', 'uau', 'uac', 'uaa', 'ugu', 'ugc', 'uga', 'ugg', 'uuu', 'cuc', 'cua', 'cug', 'ccu', 'ccc', 'cca', 'ccg', 'cau', 'cac', 'caa', 'cag', 'cgu', 'cgc', 'cga', 'cgg', 'auu', 'auc', 'aua', 'acu', 'acc', 'aca', 'acg', 'aau', 'aac', 'aaa', 'aag', 'agu', 'agc', 'aga', 'agg', 'guu', 'guc', 'gua', 'gug', 'gcu', 'gcc', 'gca', 'gcg', 'gau', 'gac', 'gaa', 'gag', 'ggu', 'ggc', 'gga', 'ggg', 'uag' ] 
    if len(x)%3==0: 
     x=[''.join((x[i],x[i+1],x[i+2])) for i in range(0,len(x),3)] 
     try: 
      return sum(codons.index(y)*(64**(len(x)-1-i)) for i,y in enumerate(x)) 

     except ValueError: 
      return 'invalid input' 


    else: 
     return 'invalid input' 

de salida:

>>> codon2dec('cgagag') 
1978 
>>> codon2dec('ccgcag') 
1499 

Answer 3

no podía seguir a su código, por lo que hizo otra aplicación, pero me dieron los mismos resultados:

CODONS = [ 
    'aug', 'uuu', 'uuc', 'uua', 'uug', 'ucu', 'ucc', 'uca', 
    'ucg', 'uau', 'uac', 'uaa', 'ugu', 'ugc', 'uga', 'ugg', 
    'uuu', 'cuc', 'cua', 'cug', 'ccu', 'ccc', 'cca', 'ccg', 
    'cau', 'cac', 'caa', 'cag', 'cgu', 'cgc', 'cga', 'cgg', 
    'auu', 'auc', 'aua', 'acu', 'acc', 'aca', 'acg', 'aau', 
    'aac', 'aaa', 'aag', 'agu', 'agc', 'aga', 'agg', 'guu', 
    'guc', 'gua', 'gug', 'gcu', 'gcc', 'gca', 'gcg', 'gau', 
    'gac', 'gaa', 'gag', 'ggu', 'ggc', 'gga', 'ggg', 'uag', 
] 

def codon2decimal(s): 
    if len(s) % 3 != 0: 
     raise ValueError("%s doesn't look like a codon number." % s) 
    digits = reversed([ s[i*3:i*3+3] for i in range(len(s)/3) ]) 
    val = 0 
    for i, digit in enumerate(digits): 
     if digit not in CODONS: 
      raise ValueError("invalid sequence: %s." % digit) 
     val += CODONS.index(digit) * 64 ** i 
    return val 

def main(): 
    for number in ('cggcag', 'ccgcag', 'cgagag', 'auguuuuuc'): 
     print number, ':', codon2decimal(number) 

if __name__ == '__main__': 
    main() 

resultados:

cggcag : 2011 
ccgcag : 1499 
cgagag : 1978 
auguuuuuc : 66