超高深度测序数据级联聚类分析的近线性高效算法蔡.pdfVIP

Vol. 6 No.4/ Aug. 2012 超高深度测序数据级联聚类分析的 近线性高效算法 Effecient Algorithm for Hierarchical Clustering Analysis of Ultra-deep Sequencing Data in Quasilinear Time 蔡云鹏 孙益军 摘 要 进化学分析在超高深度DNA测序数据的知识发现中扮演着重要角色。其中，级联聚类是被最广泛采用的用于发现 进化学实际分类单元的手段之一，是众多后续分析的基础。现有的级联聚类方法通常都具有不低于平方级的时间和空间复 杂度，因而只能适用于小规模或中等规模测序数据。本文提出了一种同时解决时间和空间瓶颈的新方法。该方法的主要思 想是基于伪度量将序列空间运用分割树递归分割为子空间集合，进而在子空间中逐次优化聚类结果