árvore de mutação mtDNA

13

Fundo:

O MtDNA é uma parte do DNA humano que é transmitido de mãe para filho e raramente sofre mutação. Como isso é verdade para todos os seres humanos, é possível criar uma árvore enorme que visualize como todos os seres humanos se relacionam através de seus ancestrais maternos, desde a hipotética EVE. Toda mutação no MtDNA quando um filho nasce cria um novo sub-ramo a partir do seu ramo pai na árvore.

Saiba mais sobre o DNA mitocondrial (mtDNA) aqui: https://en.wikipedia.org/wiki/Mitochondrial_DNA

Objetivo:

Seu programa recebe uma lista de contagens de mutações nos galhos de árvores mtDNA e seu programa deve fornecer uma visualização em árvore

Exemplo de entrada e saída:

A entrada é uma tabela separada por ponto e vírgula de 3 colunas com uma linha para cada ramificação. Exemplo:

L0a'b'f'k;L0;14
L0a'b'f;L0a'b'f'k;23
L0;mtEVE;10
L0a'b;L0a'b'f;30
L0a;L0a'b;38
L0a1'4;L0a;39
L0a1;L0a1'4;40
L0a1a;L0a1;42
L0a1a NL;L0a1a;43
L0a1a1;L0a1a NL;44
L0a1a2;L0a1a NL;45
L0a1a3;L0a1a NL;44
L0a1 NL;L0a1;41
L0a1b;L0a1 NL;44
L0a1b NL;L0a1b;45
L0a1b1;L0a1b NL;46
L0a1b1a;L0a1b1;47
L0a1b1a1;L0a1b1a;48
L0a1b2;L0a1b NL;48
L0a1b2a;L0a1b2;50
L0a1c;L0a1 NL;45
L0a1d;L0a1 NL;44
L0a4;L0a1'4;55
L0a2;L0a;47
L0a2a;L0a2;49
L0a2a1;L0a2a;50
L0a2a1a;L0a2a1;51
L0a2a1a1;L0a2a1a;53
L0a2a1a2;L0a2a1a;53
L0a2a2;L0a2a;53
L0a2a2a;L0a2a2;54
L0a2b;L0a2;57
L0a2b1;L0a2b;58
L0a2c;L0a2;60
L0a2d;L0a2;49
L0a3;L0a;53
L0b;L0a'b;48
L0f;L0a'b'f;37
L0f1;L0f;61
L0f2;L0f;41
L0f2a;L0f2;46
L0f2a1;L0f2a;59
L0f2b;L0f2;63
L0k;L0a'b'f'k;39
L0k1;L0k;48
L0k2;L0k;54
L0d;L0;21
L0d1'2;L0d;25
L0d1;L0d1'2;30
L0d1 NL;L0d1;31
L0d1a;L0d1 NL;38
L0d1a1;L0d1a;41
L0d1c;L0d1 NL;39
L0d1c1;L0d1c;45
L0d1c1a;L0d1c1;46
L0d1c1b;L0d1c1;46
L0d1b;L0d1 NL;36
L0d1b1;L0d1b;40
L0d2;L0d1'2;31
L0d2a'b;L0d2;32
L0d2a;L0d2a'b;42
L0d2a1;L0d2a;43
L0d2b;L0d2a'b;46
L0d2c;L0d2;45
L0d3;L0d;39

Seu programa deve gerar uma visualização em árvore da esquerda para a direita, incluindo alguns números com base na entrada. Com base na entrada de exemplo, esta é uma saída válida:

  0│ ┐                                                               mtEVE               [  0][ 63]
 10│ └♦♦♦♦♦♦♦♦♦┬────────────────┬─────────────────────────────────── L0                  [ 10][ 63]
 21│           │                └♦♦♦♦♦♦♦♦♦♦┬──────┬───────────────── L0d                 [ 11][ 46]
 39│           │                           │      └♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦ L0d3                [ 18][ 39]
 25│           │                           └♦♦♦┐                     L0d1'2              [  4][ 46]
 30│           │                               ├♦♦♦♦┬─────────────── L0d1                [  5][ 46]
 31│           │                               │    └┬────┬┐         L0d1 NL             [  1][ 46]
 36│           │                               │     │    │└♦♦♦♦┬─── L0d1b               [  5][ 40]
 40│           │                               │     │    │     └♦♦♦ L0d1b1              [  4][ 40]
 38│           │                               │     │    └♦♦♦♦♦♦┬── L0d1a               [  7][ 41]
 41│           │                               │     │           └♦♦ L0d1a1              [  3][ 41]
 39│           │                               │     └♦♦♦♦♦♦♦┬────── L0d1c               [  8][ 46]
 45│           │                               │             └♦♦♦♦♦┬ L0d1c1              [  6][ 46]
 46│           │                               │                   ├ L0d1c1a             [  1][ 46]
 46│           │                               │                   └ L0d1c1b             [  1][ 46]
 31│           │                               └♦♦♦♦♦┬┬───────────── L0d2                [  6][ 46]
 45│           │                                     │└♦♦♦♦♦♦♦♦♦♦♦♦♦ L0d2c               [ 14][ 45]
 32│           │                                     └┬──┐           L0d2a'b             [  1][ 46]
 42│           │                                      │  └♦♦♦♦♦♦♦♦♦┬ L0d2a               [ 10][ 43]
 43│           │                                      │            └ L0d2a1              [  1][ 43]
 46│           │                                      └♦♦♦♦♦♦♦♦♦♦♦♦♦ L0d2b               [ 14][ 46]
 14│           └♦♦♦┬────────┐                                        L0a'b'f'k           [  4][ 63]
 39│               │        └♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦┬─────┬──────── L0k                 [ 25][ 54]
 48│               │                                 │     └♦♦♦♦♦♦♦♦ L0k1                [  9][ 48]
 54│               │                                 └♦♦♦♦♦♦♦♦♦♦♦♦♦♦ L0k2                [ 15][ 54]
 23│               └♦♦♦♦♦♦♦♦┬──┐                                     L0a'b'f             [  9][ 63]
 30│                        │  └♦♦♦♦♦♦┬───────────┐                  L0a'b               [  7][ 60]
 48│                        │         │           └♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦ L0b                 [ 18][ 48]
 38│                        │         └♦♦♦♦♦♦♦┬────┬─┬────────────── L0a                 [  8][ 60]
 53│                        │                 │    │ └♦♦♦♦♦♦♦♦♦♦♦♦♦♦ L0a3                [ 15][ 53]
 39│                        │                 │    └┬────┐           L0a1'4              [  1][ 55]
 40│                        │                 │     │    └┬────┬──── L0a1                [  1][ 50]
 42│                        │                 │     │     │    └♦┬── L0a1a               [  2][ 45]
 43│                        │                 │     │     │      └┬┐ L0a1a NL            [  1][ 45]
 44│                        │                 │     │     │       │├ L0a1a1              [  1][ 44]
 44│                        │                 │     │     │       │└ L0a1a3              [  1][ 44]
 45│                        │                 │     │     │       └♦ L0a1a2              [  2][ 45]
 41│                        │                 │     │     └┬────┬┐   L0a1 NL             [  1][ 50]
 44│                        │                 │     │      │    │└♦♦ L0a1d               [  3][ 44]
 45│                        │                 │     │      │    └♦♦♦ L0a1c               [  4][ 45]
 44│                        │                 │     │      └♦♦┬───── L0a1b               [  3][ 50]
 45│                        │                 │     │         └┬─┐   L0a1b NL            [  1][ 50]
 46│                        │                 │     │          │ └┬─ L0a1b1              [  1][ 48]
 47│                        │                 │     │          │  └┬ L0a1b1a             [  1][ 48]
 48│                        │                 │     │          │   └ L0a1b1a1            [  1][ 48]
 48│                        │                 │     │          └♦♦┬─ L0a1b2              [  3][ 50]
 50│                        │                 │     │             └♦ L0a1b2a             [  2][ 50]
 55│                        │                 │     └♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦ L0a4                [ 16][ 55]
 47│                        │                 └♦♦♦♦♦♦♦♦┬─┬───┬────┬─ L0a2                [  9][ 60]
 49│                        │                          │ │   │    └♦ L0a2d               [  2][ 49]
 49│                        │                          │ │   └♦┬┬─── L0a2a               [  2][ 54]
 50│                        │                          │ │     │└┬── L0a2a1              [  1][ 53]
 51│                        │                          │ │     │ └┬─ L0a2a1a             [  1][ 53]
 53│                        │                          │ │     │  ├♦ L0a2a1a1            [  2][ 53]
 53│                        │                          │ │     │  └♦ L0a2a1a2            [  2][ 53]
 53│                        │                          │ │     └♦♦♦┬ L0a2a2              [  4][ 54]
 54│                        │                          │ │         └ L0a2a2a             [  1][ 54]
 57│                        │                          │ └♦♦♦♦♦♦♦♦♦┬ L0a2b               [ 10][ 58]
 58│                        │                          │           └ L0a2b1              [  1][ 58]
 60│                        │                          └♦♦♦♦♦♦♦♦♦♦♦♦ L0a2c               [ 13][ 60]
 37│                        └♦♦♦♦♦♦♦♦♦♦♦♦♦┬─┬─────────────────────── L0f                 [ 14][ 63]
 61│                                      │ └♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦ L0f1                [ 24][ 61]
 41│                                      └♦♦♦┬───┬───────────────── L0f2                [  4][ 63]
 46│                                          │   └♦♦♦♦┬──────────── L0f2a               [  5][ 59]
 59│                                          │        └♦♦♦♦♦♦♦♦♦♦♦♦ L0f2a1              [ 13][ 59]
 63│                                          └♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦♦ L0f2b               [ 22][ 63]

Entrada: Detalhes

A tabela de entrada não está classificada em nenhuma ordem específica. Se reordenarmos aleatoriamente as linhas de entrada, a saída deve permanecer a mesma.

Cada linha na entrada representa um galho de árvore mtDNA ou um galho de árvore hipotético. A tabela de entrada pode ter qualquer número de linhas de comprimento.

Entrada: Detalhes - Coluna A (nome da filial):

A primeira coluna é o nome da ramificação real. O nome divide as linhas de entrada em 2 grupos de tipos de linhas que devem ser tratados de forma diferente (explicados posteriormente) um do outro:

  • Tipo 1: o nome consiste em qualquer um 'ou o sufixoNL
  • Tipo 2: o nome não consiste em nenhum 'ou no sufixo NL.

O nome pode ter até 20 caracteres.

Entrada: Detalhes - Coluna B (nome do ramo pai):

A segunda coluna contém um ponteiro para o nome do ramo pai. Várias linhas (ramificações) podem compartilhar o mesmo pai. Sempre há exatamente 1 nome de filial pai distinto na tabela de entrada que aponta para um pai que não é representado entre as linhas de entrada; esse nome de filial pai é a raiz da árvore. No exemplo de entrada que é a terceira linha que aponta para a raiz: mtEVE. Se a entrada tiver mais de uma raiz ou loops infinitos, é uma entrada inválida.

Entrada: Detalhes - Coluna C (número de mutações):

A terceira coluna é o número total de mutações que um ramo específico teve desde a raiz. O mtDNA humano não sofreu mutação mais de 100 vezes em uma única linha da hipotética raiz materna (ancestral humano / chimpanzé EVE), mas seu programa deve ser capaz de lidar com um número de 3 dígitos de mutações, até 999.

A partir da entrada, você pode calcular um número de ramificação de mutações exclusivas subtraindo o número de mutações do número de mutação pai.

Saída: Detalhes

Seu programa deve enviar 1 entre 3 mensagens de erro diferentes se a entrada for inválida de acordo com a descrição da entrada.

  • Mensagem de erro 1, se a entrada tiver mais de uma raiz: ERROR: Multiple roots
  • Mensagem de erro 2, se os ponteiros pai de entrada fizerem um loop: ERROR: Endless loop
  • Mensagem de erro 3, qualquer outra coisa inválida sobre a entrada: ERROR: Invalid input

Se a entrada não contiver erros, seu programa deverá gerar a árvore de acordo com as seguintes restrições: Cada linha consiste em 5 partes A, B, C, D e E:

  • R: 5 caracteres, 3 caracteres alinhados à direita com número de mutações, um caractere de linha vertical: |e 1 espaço em branco
  • B: [máx. De mutações] caracteres árvore larga + 1 espaço em branco
  • C: 20 caracteres, nome do ramo alinhado à esquerda
  • D: 5 caracteres, 3 caracteres alinhados à direita, # de mutações únicas para o ramo encapsulado entre [e ]. (Mutações únicas serão explicadas abaixo).
  • E: 5 caracteres, número máximo de 3 caracteres alinhados à direita do total de mutações para este ramo e todos os ramos filhos encapsulados entre [e ].

Um número de ramificação de mutações únicas é a diferença no número de mutações que o ramo atual possui do número de mutações que seu ramo pai possui. A primeira linha é a raiz e deve ser representada com 0para # de mutações e # de mutações únicas.

Saída: Detalhes - ordem / classificação da linha

Se dois ou mais sub-ramos estão compartilhando o mesmo pai, os ramos são ordenados pelo número máximo de sub-ramos no total de mutações em ordem decrescente. Em nosso exemplo L0a1'4, L0a3e L0a2compartilha o pai: L0a.

Na visualização em árvore, a ordem de cima para baixo é o número máximo de sub-ramos do total de mutações entre parênteses: L0a3(53), L0a1'4(55), L0a2(60).

Se dois ou mais sub-ramos compartilham o mesmo número máximo de mutações nos ramos-filhos, eles são alinhados verticalmente e ramificados de seus pais no mesmo local, a ordem das linhas entre esses sub-ramos é alfabética.

Saída: Detalhes - árvore (parte B)

A árvore deve ser desenhado com os caracteres ASCII a seguir: , , , , , ,

A lógica da árvore é que todas as mutações devem ser representadas. Uma ramificação de uma ramificação pai: ou representa 1 mutação. Mutações exclusivas adicionais no mesmo ramo são representadas por: e devem ser alinhadas à esquerda e colocadas antes do primeiro sub-ramo.

Os sub-ramos são ramificados de seus pais ao longo do eixo xe a posição é determinada pelo número máximo de mutações entre todos os ramos filhos subsequentes.

Como sugerido anteriormente, a entrada possui 2 tipos diferentes de linhas de entrada. Digite 1 com qualquer caractere 'ou o sufixo NL no nome da ramificação, não deve preencher a linha horizontal à extrema direita de sua linha, mas terminar com um na última sub-ramificação. No exemplo, é aplicado aos seguintes ramos:

L0a'b'f'k;L0;14
L0a'b'f;L0a'b'f'k;23
L0a'b;L0a'b'f;30
L0a1'4;L0a;39
L0a1a NL;L0a1a;43
L0a1 NL;L0a1;41
L0a1b NL;L0a1b;45
L0d1'2;L0d;25
L0d1 NL;L0d1;31
L0d2a'b;L0d2;32

Espero que o exemplo de entrada e saída responda a perguntas adicionais sobre como a árvore deve ser desenhada, considere parte do desafio de descobrir a lógica.

Inspiração

Você pode experimentar minha versão javascript (sem golf) para obter inspiração: http://artificial.se/DNA/mtDNAmutationTree3.html (falta verificação de erro e são adicionadas algumas estatísticas que não fazem parte desse desafio em particular) .

Uma versão completa da mtDNA-tree [baseada em http://www.phylotree.org/ mtDNA tree Build 16 (19 de fevereiro de 2014)] pode ser encontrada aqui:

http://artificial.se/DNA/mtDNAfull.html

O arquivo de dados usado para a árvore completa:

http://artificial.se/DNA/mtDNA_full.txt

Este é um desafio do código-golfe.

Plarsen
fonte
L0d1não deve ser colocado antes L0d2, de acordo com a regra de classificação: "... ordem decrescente ..."
guy777
L0a1'4não é (55) mas (39), L0a2não é (60) mas (47) ... Você poderia esclarecer isso?
guy777
L0d1 e L0d2 são ambos 46, e por isso é aplicada ordem alfabética
Plarsen
L0a4 55 e um filho de L0a1'4, portanto, o número máximo de mutações para L0a1'4 é 55
Plarsen
Eu tenho algumas perguntas: 1) Este é um projeto real? Tenho a impressão de que algo assim poderia valer dinheiro real. 2) Como você obteve o exemplo de saída? 3) Por que a parte A possui 8 caracteres em vez de 5? 4) Por que a parte D possui 6 caracteres em vez de 5? 5) Por que "L0a1 NL" tem "4" na parte D?
aditsu saiu porque SE é MAU

Respostas:

6

Python 3, 925 bytes

Sim, com menos de 1 KB! Provavelmente ainda há espaço para jogar golfe ...

import sys
class L:
 def __init__(x,**k):x.__dict__.update(k)
m={}
def e(x):print('ERROR: '+x);exit()
try:
 for x in sys.stdin:a,b,c=x.split(';');m[a]=L(s=a,p=b,m=int(c),l=0)
except:e('Invalid input')
a=set()
def k(x):
 if x.l<0:e('Endless loop')
 if x.l<1:y=m.get(x.p);x.l=-1;k(y)if y else a.add(x.p);x.l=1
for x in m:k(m[x])
r=L(s=a.pop(),p=0,m=0)
if a:e('Multiple roots')
m[r.s]=r
c={}
def u(x):
 c[x.s]=[m[y]for y in m if m[y].p==x.s];x.x=x.m
 for y in c[x.s]:u(y);x.x=max(x.x,y.x)
u(r)
o=[]
def f(p,x,o=o):
 d=x.m-p.m;j=p.m+r.x-x.x;s=x.s;x.i=len(o);l=sorted(c[s],key=lambda t:(t.x,t.s));q=' '*j+'└'+'♦'*(d-1);z='─'
 if"'"in s or s[-2:]=='NL'or x==r:q+=z*(x.x-l[0].x);z=' '
 o+=list("%3d│ "%x.m+q+z*(r.x-len(q))+' %-20s[%3d][%3d]'%(s,d,x.x)),;j+=5;o[p.i][j]='┐┬'[o[p.i][j]in'─┬']
 for i in range(p.i+1,x.i):o[i][j]='├│'[o[i][j]in' │']
 for y in l:f(x,y)
f(r,r)
print('\n'.join(''.join(x)for x in o))
aditsu sair porque SE é MAU
fonte