生物信息学中的双序列比对算法

生物信息学是生物技术的核心,序列比较是生物信息学中最基本、最重要的操作,通过序列比较可以发现生物序列中的功能、结构和进化的信息,序列比较的基本操作是比对。描述了常用的各类双序列比对算法,并结合实例进行了详细的解释,最后指出了序列比对算法目前存在的问题。     

一种可变长子片段对拼接的DNA双序列局部比对算法

提出一种基于可变长子片段对拼接的DNA双序列局部比对算法.该算法以最长的子片段对为中心,拼接相邻的相容子片段对来得到最优局部比对,并允许用户输入比对调控因子适当调整比对结果以提高算法的灵活性.实验结果表明算法在时间和空间复杂性方面都得到了较大的改善.     

生物序列比对算法分析与比较

序列比对是生物信息学的一个非常重要的操作．它可以预测生物序列的功能、结构和进化过程等．文中首先介绍双序列比对的基本算法;接着分析和比较多序列比对的四个常用模型和三类算法以及并行比对算法;最后,给出一些研究问题．     

生物DNA序列比对算法研究

基于典型CLUSTALW序列比对算法,研究一种局部优化的多序列比对算法,用减少序列比对过程中总评分的方法来达到优化算法的目的,并对基因库中的序列进行了测试．     

基于动态规划的序列比对的并行算法研究

针对序列比对算法进行了深入地研究,分析比较了两序列和多序列、局部和全局、渐进和迭代的序列比对算法.利用动态规划序列比对算法内在的并行性,提出了自适应的动态规划序列比对的并行策略.该策略在计算初期和计算末期采用较小的高度和宽度值使得大部分处理器参与计算,在计算中期采用较大的高度和宽度值降低处理器间的通信开销;运用上述自适应的动态规划序列比对的并行策略,提出了一种基于动态规划的序列比对的并行算法,将读入的比对序列负载均衡地分布至不同的计算结点.基于集群系统和MPI环境的实验数据及分析表明,该算法在给定进程数量的条件下,其执行时间随序列长度的增长而急剧上升;在给定序列长度的条件下,其执行时间随并行进程数量的增大而大幅减小;充分反映出该算法较好地发挥了序列比对问题的内在并行性,有效地降低了序列比对算法的时间复杂度.     

基于遗传算法的序列比对方法

为有效解决大尺度基因组序列的比对分析,提出了一种基于遗传算法的序列比对方法。该算法通过对序列比对问题进行编码,将其转换成了搜索空间中的一个优化问题。实验结果表明,这种新的比对算法是有效的,它在占用少量内存的情况下可以获得近似于Need lem an-W unsch算法结果的最优解。     

基于智能蚁群算法的双序列比对方法

序列比对是生物信息学中一项重要的基础性研究课题。提出了一种基于全新的信息素改变策略的智能蚁群算法,该算法利用历史最优信息来更新信息素,避免出现早熟现象,加速算法的后期收敛。实验表明该方法是有效的和可行的。     

基于知识表达系统的序列比对研究

序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义。该文对典型的双序列比对算法以及多序列比对算法进行了描述和评价;针对目前序列比对算法普遍存在的不足,提出了一种新的思想--基于知识表达系统的序列比对研究,应用知识表达系统对序列比对相似性发现进行定义及其处理。     

基于动态算法的序列分析

为了获得2009年新型甲型H1N1流感病毒与2008流感病毒的基因序列及氨基酸序列的一致性，以便对一个基因家族的生物学特征有一个简明扼要的了解，针对目前流行的新型甲型H1N1流感病毒的基因序列及其所编码的氨基酸序列，采用动态规划算法对其一级序列进行序列相似度分析，获得了2009年新型甲型H1N1流感病毒的NA和M基因片段以及2008年猪源性甲型H1N1流感病毒的相应基因片段同源性高、在有些位点发生了基因突变增添和突变缺失等重要基因信息。为此次新型甲型H1N1流感病毒的研究提供了依据。     

序列比对算法CLUSTAL W并行化的探索与研究

在多序列比对中由于解决的问题复杂,采取提高单个处理器的运算速度和采用传统的计算技术已难以胜任.本文介绍了多序列比对CLUSTAL W算法和CLUSTAL W中两序列比对的并行化思想及在MPI中实现.     

基于模拟退火遗传算法的多序列比对方法

针对MSA问题提出了将遗传算法与模拟退火算法结合在一起的混合算法.该算法充分发挥了遗传算法和模拟退火算法的优越性,可提高求解多序列比对MSA问题的计算精度和计算速度,整个算法模拟了自然界进化的周期性,较好的解决了群体的多样性和收敛深度的矛盾.实验表明,该方法算法是有效的.     

基于序列比对的动态Web信息抽取算法

基于对深网(DeepWeb)网页公共框架的定义,提出一种在信息抽取算法中增加公共框架检测阶段,采用序列比对算法提取公共框架的方法.与原始网页数据相比,去除公共框架的数据域信息对模板抽取更有利.基于真实网站的数据密集型网页集合,测试和对比了序列比对算法中参数不同取值以及公共框架检测阶段在数据量和抽取准确率等方面对信息抽取算法的影响.实验结果表明了算法的有效性.     

一种动态编程法解决矩阵链相乘问题

文章介绍一种新的动态编程法解决矩阵链相乘问题,动态编程法可以极大节省计算成本及资源,通过实验程序结果证明,用动态编程法解决矩阵相乘问题相对于一般正常的算法,计算效率得到极大提高.     

低相关区屏蔽序列偶集的构造

将伪随机屏蔽序列偶应用于低相关区(LCZ)序列偶集的构造中,提出一种低相关区屏蔽序列偶集的构造方法.基于伪随机屏蔽序列偶,通过不同的移位序列和正交矩阵,采用交织方法生成具有一定长度、序列偶数目和低相关区长度的LCZ屏蔽序列偶集,对构造方法进行了理论证明和举例说明.该构造方法也可基于广义伪随机屏蔽二进序列偶构造LCZ屏蔽...     

一类三元ZCZ序列偶集的构造法

为降低甚至消除准同步码分多址(CDMA: Code Division Multiple Access)系统的多径干扰和多址干扰, 满足系统不断增大的用户容量需要, 给出一种新的ZCZ(Zero Correlation Zone)序列偶集的构造方法。该方法基于三元最佳序列偶和正交矩阵偶（二元或三元）, 构造初始的ZCZ序列偶集, 这类序列偶集的性能参数可达到理论界。通过对序列偶移位, 再与移位不等价向量相乘, 以扩展已经构造的序列偶集。研究结果表明, 该类ZCZ序列偶集序列偶的数量与零相关区长度及设定的参数有关,通过设置参数值, 即可得到不同的ZCZ序列偶集。     

基于置换距离度量的蛋白质多序列比对算法性能评估

 蛋白质多序列比对是一种重要的生物信息学工具,在生物的进化分析以及蛋白质的结构预测方面有着重要的应用。各种比对算法在这个领域都取得了很大的成功,但是每种算法都有其固有的缺陷。提出置换距离法,对当前流行的几种蛋白质多序列比对算法进行对比评价。由于置换距离法仅关注于不同蛋白质间进化距离的相对次序,而不考虑这些进化距离之间的细微差异,因而得到的评价结论更具有鲁棒性。另外,采用最长公共子序法度量置换距离可以比较准确的反映不同置换之间的差异性。基于该算法,对Dialign, Tcoffee, ClustalW和Muscle多序列比对算法进行了性能评估。