×
克里斯托夫·弗罗兰;米卡·萨尔森;塞巴斯蒂安·比尼;海莱内·图泽特

使用（01^\ast 0）无损种子近似搜索错误率高的短模式。 （英语） Zbl 1362.68306号

J.离散算法 37, 3-16 (2016).
摘要：近似模式匹配是一个重要的计算问题，在计算生物学和信息检索中有着广泛的应用。然而，在Levenshtein距离下搜索错误率高（10-20%）的文本中的短模式是一项几乎没有有效解决方案的任务。在这里，我们通过引入一种新型种子来解决这个问题：\（01^\ast 0\）种子。这些种子由两个精确的部分组成，每个部分之间只有一个错误。我们证明了这些种子是无损的，并将它们应用于两个流行应用程序的两种过滤算法，一种是在文本上构建压缩索引，另一种是对模式进行索引。我们还通过实验证明了与实现其他类型种子的替代方法相比，我们的方法的优势。这项工作为设计更高效、更敏感的文本算法开辟了道路。

理学硕士：

68瓦32 字符串上的算法
92D10型 遗传学和表观遗传学

关键词：

近似字符串匹配;无损近似种子;Levenshtein距离;计算生物学

软件：

BWA公司;图案猎人;RazerS（剃须刀）;miR基底;蝴蝶结2;SeqAn公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Vroland}等人，J.离散算法37，3--16（2016；Zbl 1362.68306）
全文： 内政部

参考文献：

[1] Altschul，S。；Gish，W。；Miller，W。；迈尔斯，E。；Lipman，D.，基本局部比对搜索工具，分子生物学杂志。，215, 3, 403-410 (1990)
[2] Baeza-Yates，R。；Perleberg，C.，《快速实用的近似字符串匹配》，Inf.Process。莱特。，59, 1, 21-27 (1996) ·Zbl 1046.68514号
[3] Belazzougui，D.，一次编辑错误近似全文索引的改进时空权衡，算法，1-27（2014）
[4] Belazzougui，D。；库尼亚尔，F。；Kärkkäinen，J。；Mäkinen，V.，《双向Burrows-Wheeler变换的通用简洁表示法》，（Algorithms.Algoritoms·Zbl 1394.68449号
[5] Brown，D.G。；李，M。；Ma，B.，局部排列播种的最新发展教程，J.Bioinform。计算。生物学，2，4，819-842（2004）
[6] Burkhardt，S。；Kärkkäinen，J.，用于Levenshtein距离的单包q-gram滤波器，（组合模式匹配。组合模式匹配，Lect.Notes Compute.Sci.，第2373卷（2002）），225-234·Zbl 1077.68945号
[7] Chan，H.-L。；Lam，T.-W。；Sung，W.-K。；谭，S.-L。；Wong，S.-S.，近似模式匹配的线性尺寸指数，J.Discret。算法，9，4，358-364（2011）·Zbl 1230.68223号
[8] 查韦斯，E。；Navarro，G.，近似字符串匹配的度量指标，（Rajsbaum，S.，LATIN:理论信息学。LATIN:Theoryal Informatics，Lect.Notes Compute Sci.，第2286卷（2002），Springer），181-195·Zbl 1059.68637号
[9] 美国脊髓灰质炎。；克罗萨，V。；Lodeyro，A。；北博洛尼亚。；马丁。；北卡罗来纳州卡里略。；Schommer，C。；Palatnik，J.，通过植物物种中的保守靶向识别新的microRNA调节基因，核酸研究，40，18，8893-8904（2012）
[10] Döring，A。；韦斯，D。；Rausch，T.等人。；Reinert，K.，SeqAn，一个高效的通用C++库，用于序列分析，BMC Bioninform。，9, 1, 11-19 (2008)
[11] 费拉吉纳，P。；Manzini，G.，压缩文本索引，J.ACM，52，4，552-581（2005）·Zbl 1323.68261号
[12] 费拉吉纳，P。；Manzini，G。；梅基宁，V。；Navarro，G.，序列和全文索引的压缩表示，ACM Trans。算法，3，2（2007）·Zbl 1321.68263号
[13] 费拉吉纳，P。；冈萨雷斯，R。；纳瓦罗，G。；Venturini，R.，《压缩文本索引：从理论到实践》，J.Exp.Algorithmics，13，12（2009）·Zbl 1284.68255号
[14] Hyyrö，H.，计算Levenshtein和Damerau编辑距离的位矢量算法，Nord.J.Compute。，10, 1, 29-39 (2003) ·Zbl 1065.68057号
[15] Kärkkäinen，J。；Na，J.C.，用于近似字符串匹配的快速过滤器，（ALENEX（2007），SIAM），84-90·1428.68400兹罗提
[16] Keich，U。；李，M.L。；马，B。；Tromp，J.，《关于相似性搜索的间隔种子》，《离散应用》。数学。，138, 3, 253-263 (2004) ·Zbl 1043.92009年
[17] 科佐马拉，A。；Griffiths-Jones，S.，miRBase:使用深度测序数据注释高置信microRNA，核酸研究，42，D68-D73（2014）
[18] 库切洛夫，G。；不，L。；Roytberg，M.，《种子敏感性的统一框架及其在子集种子中的应用》，J.Bioninform。计算。生物学，4553-569（2006）
[19] 库切洛夫，G。；不，L。；Roytberg，M.，子集种子自动机·兹比尔1139.68369
[20] 库切洛夫，G。；Salikhov，K。；Tsur，D.，使用双向索引的近似字符串匹配，（组合模式匹配.组合模式匹配，Lect.Notes Compute.Sci.（2014），Springer），222-231·Zbl 1409.68356号
[21] Langmead，B。；Salzberg，S.，《与Bowtie 2的快速间隙读数校准》，《自然方法》，9，4，357-359（2012）
[22] 李，H。；Durbin，R.，Burrows-Wheeler变换的快速准确短读比对，生物信息学，25，141754-1760（2009）
[23] 马，B。；Tromp，J。；Li，M.，Patternhunter-更快更敏感的同源搜索，生物信息学，18，3，440-445（2002）
[24] Maaß，M.G。；Nowak，J.，《错误的文本索引》，J.Discret。算法，5，4，662-681（2007）·兹比尔1158.68382
[25] 梅基宁，V。；瓦利马基，N。；Laaksonen，A。；Katainen，R.，《短读映射中向后回溯的统一观点》（Algorithms and Applications（2010），Springer），182-195年·Zbl 1284.92075号
[26] 纳瓦罗，G。；Baeza-Yates，R.，近似字符串匹配的混合索引方法，J.Discret。算法，119-27（2001）
[27] 佩特里，M。；Culppeper，J.S.，文本中近似模式匹配的高效索引算法，（第十七届澳大拉西亚文档计算研讨会论文集。第十七届澳大利亚文档计算研讨会会议论文集，ADCS’12（2012），ACM:美国纽约州纽约市ACM），9-16
[28] Russo，L。；纳瓦罗，G。；Oliveira，A.L。；Morales，P.，压缩索引的近似字符串匹配，算法，2，3，1105-1136（2009）·Zbl 1461.68271号
[29] Schbath，S。；马丁·V。；Zytnicki，M。；Fayolle，J。；卢克斯，V。；Gibrat，J.-F.，《绘制基因组序列：算法概述和实际比较分析》，J.Compute。生物学，19，6，796-813（2012）
[30] 施纳丁格，T。；Ohlebusch，E。；Gog，S.，在具有小波树的字符串中进行双向搜索，（组合模式匹配。组合模式匹配，Lect.Notes Comput.Sci.，vol.6129（2010），Springer），40-50·Zbl 1286.68533号
[31] 斯莱特，G。；Birney，E.，生物序列比较启发式算法的自动生成，BMC Bioninform。，6, 1-11 (2005)
[32] 汤普森，J。；Milos，P.，单分子DNA测序的性质和应用，基因组生物学。，12, 2, 217-226 (2011)
[33] 弗罗兰，C。；Salson，M。；Touzet，H.，用于搜索错误率高的短模式的无损种子，（IWOCA（组合算法国际研讨会）。IWOCA（组合算法国际研讨会），Lect。注释计算。科学。，第8986卷（2014）），第364-375页·兹比尔1401.68259
[34] 瓦格纳，R。；Fischer，M.，串对串校正问题，J.ACM，21，1，168-173（1974）·Zbl 0278.68032号
[35] 韦斯，D。；霍尔特格鲁，M。；Reinert，K.，RazerS 3:更快、完全敏感的读取映射，生物信息学，28，20，2592-2599（2012）
[36] Wu，S。；Manber，U.，《快速文本搜索：允许错误，Commun》。ACM，35，10，83-91（1992）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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，而不声称其完整性或完全匹配。