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。

DNA片段拼接中重复序列算法研究

本文主要研究DNA片断拼接中重复序列信息识别算法。包含大量重复信息的DNA序列,其重构是大规模DNA片段拼接所面临的实际困难之一。针对目前大多数拼接算法对于重复段的处理采用效率较低的反复迭代算法的特点,提出了基于k-mer子串的重复段分析方法,充分考虑了拼接中可能的分割点,设计与分析了识别重复序列并提高序列一致性的高效算法。

基于变长子串的DNA重复序列预归并屏蔽方法

针对DNA序列拼接中的重复序列识别及屏蔽问题,通过对前期定长子串方法的改进,提出了一种基于变长子串的新算法。新算法在扫描shotgun集合时,可以搜集到任意长度子串的重复信息,进一步精确定位重复序列位置;然后利用变长子串信息对相应的shotgun片段进行预归并,缩减shotgun集合规模。计算机模拟分析表明,新算法识别重复序列较之定长子串方法精确度更高,并可以有效降低拼接时的计算复杂度。