生物序列比對(duì)有助于定位序列之間的相似區(qū)域.測(cè)序技術(shù)的快速發(fā)展需要序列比對(duì)算法能夠靈活地處理更長(zhǎng)且錯(cuò)誤率更高的reads序列.通過(guò)增強(qiáng)型稀疏后綴數(shù)組對(duì)參考序列建立索引,自適應(yīng)地調(diào)整種子的最小長(zhǎng)度,尋找參考序列與reads序列之間的最大精確匹配和超大精確匹配,以此進(jìn)行種子擴(kuò)展,提出一種改進(jìn)的long-read比對(duì)算法.與已有代表性的算法相比,模擬和真實(shí)數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明,本文算法在獲得基本相同精確度的前提下,召回率明顯提升,敏感度總體上更高,且能夠識(shí)別更多的reads序列. 

【文章來(lái)源】：小型微型計(jì)算機(jī)系統(tǒng). 2019,40(08)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

不同錯(cuò)誤率的模擬數(shù)據(jù)上算法的精確度Fig．1Accuracyofalgorithmsforsimulatedreadswith

和10%(錯(cuò)誤率取Wgsim的默認(rèn)值)時(shí)，圖3和圖4分別給出了Kart與sufKart算法的精確度和召回率．圖2不同錯(cuò)誤率的模擬數(shù)據(jù)上算法的召回率Fig．2Recallrateofalgorithmsforsimulatedreadswithdifferenterrorrates由圖3和圖4可知:當(dāng)突變率高達(dá)8%以上時(shí)，不論是精確度還是召回率，sufKart算法幾乎均高于Kart算法．圖3不同突變率的模擬數(shù)據(jù)上算法的精確度Fig．3Accuracyofalgorithmsforsimulatedreadswithdifferentmutationrates在實(shí)際應(yīng)用中，各類測(cè)序平臺(tái)產(chǎn)生的reads不僅僅只包含簡(jiǎn)單的插入刪除錯(cuò)誤而且還包括比較復(fù)雜的結(jié)構(gòu)變異．因此，本文生成不同錯(cuò)誤率和突變率的模擬reads數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)．圖4不同突變率的模擬數(shù)據(jù)上算法的召回率Fig．4Recallrateofalgorithmsforsimulatedreadswithdifferentmutationrates表1給出了長(zhǎng)度1000bp，錯(cuò)誤率分別為2%、5%、10%和15%，突變率為2%、5%、8%和10%時(shí)，Kart和sufKart算法對(duì)模擬數(shù)據(jù)reads進(jìn)行實(shí)驗(yàn)獲得的精確度和召回率，其中“E02-R02”表示錯(cuò)誤率為2%，突變率為2%的reads數(shù)據(jù)集，其他類推．從表1可以看出:當(dāng)每組模擬數(shù)據(jù)reads的(錯(cuò)誤率，突變率)分別為(2%，5%)、(2%，8%)、(5%，2%)和(5%，5%)時(shí)，sufKart算法的精確度高于Kart算法，且召回率幾乎表1不同錯(cuò)誤率和突變率的模擬數(shù)據(jù)上算法的精確度和召回率Table1Accuracyandrecallrateofalgorithmswithdifferenterrorratesandmutationratesonsimulationdata數(shù)據(jù)集KartsufKart精確度(%)召回率(%)精確度(%)召回率(%)E02-

和10%(錯(cuò)誤率取Wgsim的默認(rèn)值)時(shí)，圖3和圖4分別給出了Kart與sufKart算法的精確度和召回率．圖2不同錯(cuò)誤率的模擬數(shù)據(jù)上算法的召回率Fig．2Recallrateofalgorithmsforsimulatedreadswithdifferenterrorrates由圖3和圖4可知:當(dāng)突變率高達(dá)8%以上時(shí)，不論是精確度還是召回率，sufKart算法幾乎均高于Kart算法．圖3不同突變率的模擬數(shù)據(jù)上算法的精確度Fig．3Accuracyofalgorithmsforsimulatedreadswithdifferentmutationrates在實(shí)際應(yīng)用中，各類測(cè)序平臺(tái)產(chǎn)生的reads不僅僅只包含簡(jiǎn)單的插入刪除錯(cuò)誤而且還包括比較復(fù)雜的結(jié)構(gòu)變異．因此，本文生成不同錯(cuò)誤率和突變率的模擬reads數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)．圖4不同突變率的模擬數(shù)據(jù)上算法的召回率Fig．4Recallrateofalgorithmsforsimulatedreadswithdifferentmutationrates表1給出了長(zhǎng)度1000bp，錯(cuò)誤率分別為2%、5%、10%和15%，突變率為2%、5%、8%和10%時(shí)，Kart和sufKart算法對(duì)模擬數(shù)據(jù)reads進(jìn)行實(shí)驗(yàn)獲得的精確度和召回率，其中“E02-R02”表示錯(cuò)誤率為2%，突變率為2%的reads數(shù)據(jù)集，其他類推．從表1可以看出:當(dāng)每組模擬數(shù)據(jù)reads的(錯(cuò)誤率，突變率)分別為(2%，5%)、(2%，8%)、(5%，2%)和(5%，5%)時(shí)，sufKart算法的精確度高于Kart算法，且召回率幾乎表1不同錯(cuò)誤率和突變率的模擬數(shù)據(jù)上算法的精確度和召回率Table1Accuracyandrecallrateofalgorithmswithdifferenterrorratesandmutationratesonsimulationdata數(shù)據(jù)集KartsufKart精確度(%)召回率(%)精確度(%)召回率(%)E02-

【參考文獻(xiàn)】：
期刊論文
[1]CPU和GPU協(xié)同并行加速多生物序列比對(duì)[J]. 楊春燕,鐘誠(chéng).  小型微型計(jì)算機(jī)系統(tǒng). 2016(12)



本文編號(hào)：3353788