九州大学集中讲义2010-bic.kyoto.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * オイラー文字列 木を深さ優先探索 探索した順に頂点のラベルを並べる ただし、戻る時のラベルは の様に区別する 命題：　T1 と T2 が同型 iff es(T1)=es(T2) ただし、根のラベルは無視 アルゴリズム T1, T2 をオイラー文字列 s1, s2 に変換 s1, s2間の編集距離 EDS(s1,s2) を計算して出力 定理 h: 低い方の木の高さ 文字列の編集距離 編集操作 文字の追加 文字の削除 文字の置換 編集距離 ＝ 文字列 s1 を s2 に変換するための最小の編集操作回数 距離の公理を満たす s1 = GCGTCGT s2 = CGATCCTC G C G ー T C G T ー ー C G A T C C T C ?　距離＝４ アラインメント 命題 T1に対する１編集操作　?　s1 に対する２編集操作 B C D B C D T1 T2 B D D B C C B B C C s2: s1: B C D B C E T1 T2 B D B C C D B B C C s2: s1: E E アラインメントからの写像の復元 アラインメントから両者において完全に保存されている部分木のみを抽出 上限の解析(1) 命題：途中に編集操作の入らない部分木どおしを対応させると正当な木間写像になる 証明：部分木どおしは親子関係に無く、かつ、オイラー文字列を利用しているので左右の関係が保存される A B 上限の解析(2) 文字列アライメントにおける１個のエラーが高さ×２個（T1と T2 ）の頂点の対応関係を損なう 定理 [Akutsu, IPL 2006] 無順序木に対する固定パラメータアルゴリズム 固定パラメータアルゴリズム NP困難問題への対処法 近似アルゴリズム 固定パラメータアルゴリズム 指数時間アルゴリズム（O(an)で底aを小さくする） 平均的に高速なアルゴリズム ヒューリスティックなアルゴリズム 固定パラメータアルゴリズム あるパラメータ k があり、O(f(k)poly(n)) 時間で動作 f(k) は指数時間、poly(n) は多項式時間 k に対しては指数時間（もしくは、超指数時間） n に対しては多項式時間 補題 T1 , T2 の根を r1 , r2 とし、 dist(T1(u), T2(v))0 がすべての u?chd(r1), v?chd(r2) について成立すると仮定する。 ここで、u を |Ti(u)| が最大となる r1 もしくは r2 の子とし、M を編集距離を与える写像とすると、以下の一つが成立（ u?chd(r1) と仮定）。 ? u は M に出現しない　（u を削除） ? (u,v)?M かつ dist(T1(u), T2(v))0 が、 v?chd(r2) に対して成立 ? (u,v)?M かつ dist(T1(u), T2(v))0 が、 子以外の子孫に対して成立 補題 xi ?chd(r1), yj ?chd(r2)、かつ、T1 (xi) と T2 (yj) が同型なら、 dist(T1, T2) = dist(T1-T1(xi), T2-T2(yj )) アルゴリズムの概要 根のペアから再帰的に実行 同型な子頂点ペアがあれば削除 それぞれの木の子頂点の個数が k 個以下の間は、大きい順に子頂点を１個ずつ追加 追加の際には、その子頂点の削除の場合も再帰的に考慮 子頂点を追加できなくなったらば、最小重みマッチングにより、子頂点間の対応関係を計算 計算量の解析　（2） FpDistは、すべての頂点ペアについてボトムアップに実行： O(n2)倍 距離は 0 から k のそれぞれについて実行: O(n)倍 よって、全体の計算時間は 定理: 二つの無順序木の編集距離が k 以内かどうかは O(2k?k!?n6)時間で判定可能 [Akutsu et al., SIGAL Tech. Rep., 2010] まとめ 配列アラインメント バイオインフォマティクスの基本技術 動的計画法によるO(n2)時間アルゴリズム 順序木の編集距離 O(n4)時間動的計画法アルゴリズム 　　　　　　（O(n3)時間に改良可能） O(n2)時間O(h)近似アルゴリズム 無順序木の編集距離 固定パラメータアルゴリズム 　　　　　　（O(2.62k?poly(n))に改良可能） * * * * * * * * * * * * * * * * * 集中講義（九州大学数理学研究院）バイオ