存储约束条件下序列联配算法.pdf

## 年第 期 微电子学与计算机 $ ! 存储约束条件下的序列联配算法 %’()*+ ,-./)0)1 ,-/23.140 5.14 60237 82)+139.)1+ : 中国科学院计算技术研究所 李昭 杨琪 祝明发 北京 !###;# 摘 要：序列联配算法是生物信息处理中非常重要的一类算法，最基本的序列联配算法是动态规划算法，其 : （ ） 时间和空间复杂度都为 ，其中 和 为两序列的长度 。实际应用中，该算法的空间复杂度是限制问 = 0 ) 0 ) 题规模的瓶颈。 在 年提出的算法减少了序列联配问题的空间需求，其空间复杂度为 : ， ?.3+*4@3/ !ABC = 0 D ) 但是?.3+*4@3/ 算法的时间需求是基本动态规划算法的两倍。文章提出一种新的序列联配算法E9+1 ,-./)0)1 : ， 算法的时间复杂度和空间复杂度介于基本动态规划算法和 算法之间，通过对算法参数 E, E, ?.3+*4@3/ F 的调节，可以获得在不同存储条件下最小序列联配问题解决时间。 关键词：生物信息处理，序列联配， 算法，动态规划算法，线性空间 ?.3+*4@3/ ! 引言 算法的存储需求量是限制我们解决问题的瓶颈。 序列联配是生物信息处理中基本的信息处理 ?.3+*4@3/ 针对动态规划算法空间复杂度太大 方法，也是人类基因组项目的核心研究内容之一。 的问题，最先提出了一个对动态规划算法的改进算 所谓序列联配就是对两条序列进行比较，找出它们 法。该算法中不需要存储全部得分矩阵元素也可以 之间的相似性。序列联配的目标就是在两条序列 获得序列的联配结果，空间复杂度为= : 0 D ) M !P ，但 （ ） 如KL, 序列，蛋白质序列 之间找出最优的字符 是由于许多得分矩阵元素没有保存，所以对某些矩 一一比对关系。通过在序列的适当位置插入空格 阵元素需要重复计算，运行时间是基本动态规划算 （“”） H ，使得两条序列在相应位置字符相同的个数 法的两倍。?.3+*4@3/ 算法的本质是用时间换取空 达到最大。例如，有两条 序列 “ ”和 间，它与基本动态规划算法就象这种策略的两个极 KL, ,IIJJ8 “ ” ,JJ,8 ，通过在适当的位置插入一些空格，它们 端。基本动态规划算法需要存储得分矩阵， 的最优联配如下： ?.3+*4@3/ 算法不需要存储这个矩阵，但其需要的 , I I J J H 8 计算时间是基本动态规划算法的两倍。 , H H J J , 8 ?.3+*4@3/ 算法比基本动态规划算法需要更小 图 序列联配示意图 的空间。在许多情况下，计算机的可用存储空间比 ! 这两条KL, 序列的最优联配有四个相应位置 ?.3+*4@3/ 算法的需求空间要大，但是又比基本动 的字符相同。解决序列联配