S TRUCTURES DE DONNÉES
OBJECTIF:L’objectif de ce cycle de tp est de rendre l’élève capable :
• distinguer des structures de données
• comparer les fonctions primitives associées aux différentes structures de données
• choisir la structure de données la plus adaptée à un problème
1 Génétique
D’après un Tp de M. Sérier.
Le but de ce fichier est d’utiliser des fichiers (ici uniquement en lecture) contenant des chaînes de caractères représentant du code génétique et d’effectuer différentes opérations sur les chaînes de caractères pour trouver des séquences d’ADN les plus longues communes aux souris et aux hommes.
1.1 Of Mice and Men
L’ADN est composé de séquences de nucléotides. Chaque nucléotide est constitué de trois éléments liés entre eux : un groupe phosphate lié à un ose, le désoxyribose, lui- même lié à une base azotée.
Il existe quatre bases azotées différentes dans l’ADN : l’adénine (notée A), la thymine (notée T), guanine (notée G) et la cytosine (notée C). Chaque base est fixée à un désoxyribose pour former un nucléoside. Lorsqu’un nucléoside est lié à un ou plusieurs phosphate, on dit qu’il s’agit d’un nucléotide. Dans l’ADN, les nucléotides sont reliés entre eux selon une certaine séquence grâce à des liaisons impliquant un groupe phosphate, qu’on appelle des liaisons 5’-3’ phosphodiester. Pour fabriquer un brin d’ADN, il suffit donc d’enchaîner des nucléotides en les reliant par ce type de liaisons, appelées liaisons fortes. Exemple de brin d’ADN :
AT T GCCGT AT GT AT T GCGCT
On utilisera les données contenues dans les fichiersadn_souris.txtetadn_humain.txt.
1.2 Fabrications des outils
Q - 1 : Écrire un programme créant deux chaînes de caractères contenant les deux brins d’ADN à étudier.
Q - 2:Écrire une fonctionfreq_lettrecalculant la fréquence d’apparition d’une lettre dans une chaîne, c’est à dire le rapport entre le nombre d’occurence de la lettre dans la chaîne et le nombre de lettres de la chaîne.
LYCÉE CARNOT(DIJON) 1/2 INFO ENMPSI & PCSI - TP1 - ALGO-PROG-3
Q - 3:En déduire une fonctionfrequencecalculant la liste des fréquences d’apparitions des bases dans une chaîne donnée.
Q - 4 :Écrire une fonctionprefixesqui détermine tous les mots de longueur n formés des lettres de bases.
REMARQUE:un mot de longueurn+1 est formé d’une lettre de base suivi d’un mot de longueurn. . . Q - 5 :Écrire une fonctionpresent qui calcule la liste des occurrences d’une liste de motifs dans une chaîne donnée.
Q - 6 : En déduire une fonction motif reccurent qui détermine un motif de longueur n le plus fréquent dans la chaine donnée.
Q - 7:Déterminer un motif de longueur 6 commun au deux brins d’ADN.
1.3 Mot le plus long
La méthode développée est assez mauvaise si l’on veut déterminer le plus grand motif commun à deux chaînes.
Une méthode simple est de construire les motifs communs de longueur n + 1 à l’aide des motifs communs aux deux chaînes de longueur n.
REMARQUE:si le mot AGGATTA::::GGAT est commun aux deux chaînes, GGATTA::::GGAT aussi ! Q - 8:Implémenter cette méthode et déterminer un motif de longueur 10 commun aux deux chaînes.
Puis un motif de longueur 20.
LYCÉE CARNOT(DIJON) 2/2 INFO ENMPSI & PCSI - TP1 - ALGO-PROG-3
