DNA片段拼接中基于定长特征子串的重复序列信息屏蔽方法

包含重复序列(repeats)的DNA序列的重构是大规模DNA片段拼接所面临的实际困难之一。在考虑片段数据所隐含的位置信息的基础上,提出了一种基于定长特征子串的屏蔽片段数据中重复序列信息的方法,即在进行序列相互比对前利用独特子串标识大多数片段,从而减少可能的错误重叠,讨论了方法中几个参数的确定问题并用计算结果说明了方法的有效性。

用闭合序列模式实现特征子串的发现研究

序列模式作为数据挖掘中的重要分支之一,已在众多领域中得到广泛的应用,而闭合序列模式针对频繁模式较长或者支持度阈值较低时,相比传统的序列模式挖掘更加精简有效。Clo Span算法作为闭合序列模式挖掘中性能优的算法之一,采用闭合模式挖掘算法对未识别数据集中的特征子串发现的问题进行实例论证,证明其高效性。