原书出处
人工智能与计算生物的未来 (【美】布赖恩·希尔布什)
1 信息革命对生物学研究的影响 测序范围、三层分析与变异推断
需要将10亿条读长映射回它们在基因组上的原始位置。
从概念上讲,我们可以将每个读长与基因组中的每个位置进行比对。对于一个100bp的读长,通过一次移动一个碱基,我们将进行3×109次比较。这种糟糕的搜索策略需要我们以非常低效的形式进行3×1018 次操作。同时,我们还有可能找不到完全匹配的序列;如果每100bp读长包含1个、2个或3个碱基错配呢?即使只是暂存,我们也要考虑如何储存这样庞大的信息?为了解决这个问题,我们需要建立索引,采用类似于电话簿的方式,查找部分匹配的序列,并记录每个读长的最佳匹配。搜索算法就是这样利用索引和筛选步骤来避免计算爆炸的。 这些搜索算法通常与能够容忍间隔与错配的比对程序结合在一起
,从测序结果中生成匹配得分和其他评分指标。这些指标
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section02.xhtml
EPUB SHA-256:ec327aeb889eb10db2679684f81b0d290022b975085b0fed9dc9b46c133490bd