dna序列完全比對搜尋系統.pptVIP

DNA序列完全比對搜尋系統 指導教授 : 張玉盈 教授 組員: 陳政浩、林峰世、陳俊仁 背景 Human Genome Project DNA研究 未來發展 DNA序列比對之難處 一段DNA序列的長度通常有數萬至數百萬個字元數。 DNA序列沒有「字」的概念。 簡介 DNA序列，可將其視為由4個字母A，C，G，及T所組成。  演算法使用n-gram/2L來實作DNA序列的完全比對。 優點: n-gram/2L是以n-gram inverted index為基礎，做出兩層的索引架構，有效地提昇效能。 Sliding Technique Index Building Algorithm 1. Extracting 4-subsequences 2. Building the back-end index 3. Extracting 2-grams 4. Building the front-end index 建構back-end-index 建構front-end-index Query Processing Cover in Query 當我們欲查詢的字串 Q 與文件中的字串 S 欲cover時，必定符合以下條件之一： （1） Q 的字尾與 S 的字首相符 （2） Q 的字首與 S 的字尾相符 （3） Q 包含整個 S （4） S 包含整個 Q 。 Query