生信概论chap3-3详解.pdf

生物信息学概论 生物信息学概论 第三章双序列比对(3) Bioinformatics, 2014, HUST K-tup算法原理 K-tup算法原理 K-tup算法原理 1. 对于两条序列A, B ，若包含少量gap， 则最优比对趋近对角线 A 序列长度m B 时间复杂度：O(mn) 序列长度n Bioinformatics, 2014, HUST K-tup算法原理(2) K-tup算法原理(2) K-tup算法原理(2) A 序列长度m 令k为一常数， 搜索限定区域 内的最优比对 B 序列长度n k 时间复杂度：O(kn) Bioinformatics, 2014, HUST K-tup算法原理：缺点 K-tup算法原理：缺点 K-tup算法原理：缺点 A 序列长度m 仅能搜索到 图示的匹配 B 部分 序列长度n k Bioinformatics, 2014, HUST FASTA和BLAST FASTA和BLAST FASTA和BLAST 1. 启发式算法, heuristic algorithm 2. 不能保证搜索到最优的比对 3. 具有很好的灵敏度，略为降低特异性 4. 大大缩短序列比对的时间 5. k-tup算法：字符串匹配 6. 应用：大的数据库搜索 7. 时间复杂度： O(n2) Bioinformatics, 2014, HUST FASTA FASTA FASTA  1. k-tup: 蛋白质序列：1~2aa；DNA序列：4~6nt 2. 以短序列构建索引，采用hash表存储方式 3. 对于需要比较的两条序列，在hash表中查找所有 完全匹配的片段；FASTA给每一个匹配给定一个 tup值 4. 产生10个最高分值片段，重新用PAM250打分； 5. 将同一序列上的高分值区域连接在一起 6. 采用Needleman-Wunsch或者S