期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于PFD过滤器查找DNA序列中相似性重复片段 被引量：1

Partition Frequency Distance Based Filter Method for Finding Approximate Repetitions in DNA Sequences
下载PDF
导出
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 吴青泉 王国仁 王镝 胡大斌 汪恒杰 郭烨 朱铭杰
机构地区 上海宝信软件股份有限公司 东北大学信息科学与工程学院 上海市人民政府经济委员会信息中心
出处 《计算机研究与发展》 EI CSCD 北大核心 2007年第z3期521-528,共8页 Journal of Computer Research and Development
基金 国家自然科学基金项目(60273079,60573089)
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
分类号 TP391 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献12

  • 1[1]International Human Genome Sequencing Consortium.Initial sequencing and analysis of the human genome.Nature,2001,409(15):860-921
  • 2[2]S Beleza,C Alves,A Gonzalez-Neira,et al.Extending STR markers in Y chromosome haplotypes.International Journal of Legal Medicine,2003,117(1):27-33
  • 3[3]S Gilmore,R Peakall,J Robertson.Short tandem repeat (STR) DNA markers are hypervariable and informative in Cannabis Sativa:Implications for forensic investigations.Forensic Science International,2003,131(1):65-74
  • 4[4]G M Landau,J P Schmidt.An algorithm for approximate tandem repeats.The 4th Annual Symp on Combinatorial Pattern Matching,Padova,Italy,1993
  • 5[5]S Kurtz,J V Choudhuri,E Ohlebusch,et al.REPuter:The manifold applications of repeat analysis on a genomic scale.Nucleic Acids Research,2001,29(22):4633-4642
  • 6[6]M Sagot,E Myers.Identifying satellites in nucleic alid sequences.The 2nd Annual Int'l Conf on Computational Molecular Biology,New York,1998
  • 7[7]G Benson,M Waterman.A method for fast database search for all k-nucleotide repeats.Nucleic Acids Research,1994,22:4828-4836
  • 8[8]G Benson.Tandem repeats finder:A program to analyze DNA.Nucleic Acids Research,1998,27(2):573-580
  • 9[9]Y Wexler,Z Yakhini,Y Kashi,et al.Finding approximate tandem repeats in genomic sequences.In:Proc of RECOMB04.New York:ACM Press,2004.223-232
  • 10[10]T Kahveci,A K Singh.An efficient index structure of string database.VLDB 2001,Rome,Italy,2001

二级参考文献10

  • 1[1]W M David.Bioinformatics Sequence and Genome Analysis.New York:Cold Spring Harbor Laborary Press,2001
  • 2[2]International Human Genome Sequencing Consortium.Initial sequencing and analysis of the human genome.Nature,2001,409(15):860-921
  • 3[3]D K Nag,M Suri,E K Stenson.Both CAG repeats and inverted DNA repeats stimulate spontaneous unequal sister-chromatid exchange in saccharomyces cerevisiae.Nucleic Acids Res.2004,32(18):5677-5684
  • 4[4]G Benson.An algorithm for finding tandem repeats of unspecified pattern size.In:Proc of RECOMB98.New York:ACM Press,1998.20-29
  • 5[5]J Stoye,D Gusfield.Simple and flexible detection of contiguous repeats using a suffix tree.The 9th Annual Symposium on Combinatorial Pattern Matching(CPM'98),Piscataway,NJ,1998
  • 6[6]Apostolico,F P Preparata.Optimal off-line detection of repetitions in a string.Theor Comput Sci,1983,22:297-315
  • 7[7]S Kurtz,J V Choudhuri,E Ohlebusch,et al.REPuter:The manifold applications of repeat analysis on a genomic scale.Nucl Acids Res,2001,29(22):4633-4642
  • 8[8]M I Abouelhoda,S Kurtz,E Ohlebusch.The enhanced suffix array and its applications to genome analysis.In:Proc of the Workshop on Algorithms in Bioinformatics.Lecture Notes in Computer Science.Berlin:Springer-Verlag,2002.449-463
  • 9[9]G Mathieu,G Kucherov.Maximal repetitions and application to DNA sequences.The Journées Orvertes:Biologie,Informatique et Mathématiques,Montpellier,France,2002
  • 10王镝,王国仁,吴青泉,等.一种新的轻量级索引结构--后继数组[J].华中科技大学学报,2005,33(12):208-211.

共引文献4

同被引文献10

引证文献1

二级引证文献1

计算机研究与发展
2007年 第z3期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部