×
Jeong，In-Seon公司;朴京宇;Kang，Seung-Ho先生;Lim，Hyeong-Seok先生

在大型DNA数据库中基于索引的高效相似性搜索。 （英语） Zbl 1366.92093号

计算。生物化学。 34，第2号，131-136（2010年）.
摘要：基于索引的搜索算法是基因组搜索的重要组成部分，如何构造索引是基于索引的算法计算两个DNA序列之间相似性的关键。在本文中，我们提出了一种高效的查询处理方法，该方法使用特殊的转换来构造索引。它使用较小的存储空间，并在DNA序列数据库中快速查找两个序列之间的相似性。首先，将序列划分为等长窗口。我们通过计算查询序列的汉明距离来选择可能的子序列。然后，该算法通过索引字符的频率，包括子序列中字符的位置信息，将每个窗口中的子序列转换为多维向量空间。实验结果表明，与其他基于索引结构的启发式算法相比，该算法具有更快的运行时间。此外，该算法与那些启发式算法一样精确。

MSC公司：

92D20型 蛋白质序列，DNA序列
92-08 生物学问题的计算方法
第68页，共15页 数据库理论

关键词：

相似性搜索;近似字符串匹配;索引;DNA序列

软件：

PSI-爆炸;爆炸;图案猎人
PDF格式BibTeX公司 XML格式引用
\textit{I.-S.Jeong}等人，计算。生物化学。34，第2号，131--136（2010；Zbl 1366.92093）
全文： 内政部

参考文献：

[1] 阿尔特舒尔，S.F。；Gish，W。；Miller，W。；Myers，E.W。；Lipman，D.J.，基本局部对齐搜索工具，J.Mol.Biol。，215, 403-410 (1990)
[2] 阿尔特舒尔，S.F。；Madden，T.L。；Schaffer，A.A。；张杰。；张，Z。；Miller，W。；Lipman，D.J.，Gapped BLAST和PSI-BLAST：新一代蛋白质数据库搜索程序，核酸研究，253389-3402（1997）
[3] 曹，X。；李S.C。；Ooi，公元前。；Tung，A.K.H.，Piers：DNA序列数据库中相似性搜索的有效模型，ACM SIGMOD Rec.，33，39-44（2004）
[4] Gusfield，D.，《字符串、树和序列的算法》。《计算机科学与计算生物学》（1997），剑桥大学出版社：剑桥大学出版社纽约·Zbl 0934.68103号
[5] Guttman，A.，R-Trees，空间搜索的动态索引结构，ACM SIGMOD Rec.，47-57（1984）
[6] Jeong，I.S。；Park，K.W。；Lim，H.S.，大型DNA数据库中相似性搜索的快速启发式算法，Proc。FBIT国际会议，335-340（2007）
[7] 蒋，X。；张，P。；Liu，X.，基于索引的同源搜索算法综述，J.Supercomput。，40, 185-212 (2007)
[8] Kahveci，T。；Singh，A.K.，《字符串数据库的有效索引结构》，Proc。VLDB国际会议，351-360（2001）
[9] Kang，S.H。；Choi，M.H。；Jeong，I.S。；Lim，H.S.，《寻找大基因组基因特异性探针的高效两阶段算法》，Proc。FBIT国际会议，205-210（2007）
[10] 马，B。；Tromp，J。；Li，M.，PatternHunter:更快更敏感的同源搜索，生物信息学，18440-445（2002）
[11] Mount，D.W.，《生物信息学：序列和基因组分析》（2001），冷泉港实验室出版社：纽约冷泉港实验出版社
[12] Ozturk，O。；Ferhatosmanoglu，H.，大型生物序列数据库中相似性搜索的有效索引和过滤，Proc。IEEE BIBE，359-366（2003）
[13] 史密斯，T.F。；Waterman，M.S.，《常见分子子序列的识别》，《分子生物学杂志》。，147, 195-197 (1981)
[14] Webb-Robertson，B.J。；Oehmen，C.S。；Shah，A.R.，广义支持向量机成对同源算法的特征向量集成方法，计算。生物化学。，32, 458-461 (2008) ·Zbl 1158.92021号
[15] 威廉姆斯，H.E。；Zobel，J.，基因组数据库的索引和检索，IEEE TKDE，14，63-78（2002）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。