用加強(qiáng)的后綴數(shù)組查找MUM.pdf

1、自第一個(gè)使用鳥(niǎo)槍法成功地完成流感嗜血桿菌完整的基因組測(cè)序以來(lái)，基因組被完全測(cè)序的物種數(shù)量每年都在飛速增長(zhǎng)。當(dāng)兩個(gè)非常相近物種的完整基因組可以獲得的時(shí)候，首要的問(wèn)題是如何比較和注釋這些基因組。對(duì)此，傳統(tǒng)的序列比對(duì)算法已不能勝任這一工作。因此，人們提出了許多新的用于比對(duì)基因組規(guī)模序列的方法。 MUMmer是最重要的用于比對(duì)整基因組序列的系統(tǒng)之一，它所采用的基于錨的方法以及使用后綴樹(shù)查找潛在錨的算法被越來(lái)越多的基因組規(guī)模比對(duì)程序所采用

2、。因此，在本文的開(kāi)始，首先對(duì)整基因組比對(duì)系統(tǒng)MUMmer的算法、整體結(jié)構(gòu)和系統(tǒng)的演化進(jìn)行了分析，這為系統(tǒng)的改進(jìn)以及提出新的基于錨的基因組規(guī)模的序列比對(duì)方法提供了參考依據(jù)。 由于可獲得的計(jì)算資源的限制以及所要處理序列數(shù)據(jù)規(guī)模的日益增長(zhǎng)，盡管后綴樹(shù)的構(gòu)造以及查找最大唯一匹配(MUM)算法的時(shí)間和空間復(fù)雜度都是線性的，但其空間花費(fèi)依然是個(gè)很大的問(wèn)題。鑒于此，本文決定使用加強(qiáng)的后綴數(shù)組來(lái)替代后綴樹(shù)查找兩基因組間的MuM。本文實(shí)現(xiàn)了兩個(gè)基