基于PFD过滤器查找DNA序列中相似性重复片段

• 作者: 吴青泉 朱铭杰 汪恒杰 王国仁 王镝 胡大斌 郭烨
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: DNA序列 相似性重复片段 编辑距离 频率距离 Pearson相关性
• 年，卷（期）: 2007,（z3）
• 所属期刊栏目: 工作流、电子政务/商务、数据仓库、数据库应用
• 页码范围: 521-528
• 页数: 8页
• 分类号: TP391
• 字数: 8420字
• 语种: 中文

摘要

在DNA序列中查找重复片段是基因序列分析的一个重要课题.由于重复片段的模式长度范围较大,所以仅使用编辑距离(edit distance)很难良好的衡量序列的相似性.提出了衡量重复片段相似性的新标准,新标准表达了序列间的距离与序列中相同部分的关系.考虑到计算的复杂性,基于频率向量提出了新的距离函数PFD(partition frequency distance)以及相应的过滤函数,用以产生重复片段的候选集,提高查找算法的效率.采用后继数组代替滑动窗口的方法进行序列划分,避免只可在等长的片段上查找重复片段的限制.实验结果表明,与TRF(tandem repeat finder)方法相比,基于PFD过滤函数的算法可以找到更多的满足相似性要求的重复片段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国仁	东北大学信息科学与工程学院	228	2804	25.0	45.0
2	郭烨		5	8	2.0	2.0
3	胡大斌		4	4	1.0	1.0
4	汪恒杰		6	21	2.0	4.0
5	吴青泉		7	46	4.0	6.0
9	王镝		2	1	1.0	1.0
10	朱铭杰	上海市人民政府经济委员会信息中心	1	1	1.0	1.0