String 序列比对

关于序列比对，我有以下问题：

我们知道，当您想要强制两个序列在其整个长度上对齐时，全局对齐算法非常有用，局部对齐查找两个序列之间最相似的区域，并从那里向外构建对齐

---

当我们有一个很长的序列和一个小序列库时，在一个库中找到小序列串联的最佳算法是什么？一种简单的方法是尝试每一种排列。如果

S

是库中每个小序列的排列集，则可以逐个将大序列与

S

中的每个序列对齐，并查看哪一个具有最小对齐成本。不幸的是，这对CPU不友好，因为

S

的大小与小序列的数量成指数关系∑ 是字母表（例如，{A，C，g，T}）。让我⊆ ∑* 是一组短库序列。计算最小状态DFA（Q，∑, ∂, q0，F）表示L*

我们扫描长序列x∈ ∑* 一次一封信。设x'为已使用的x的前缀。我们保持，对于每个状态q∈ Q、 [每个序列y]上的最小cq（x'）∈ ∑* 以致∂（q0，y）=x'和y之间Levenshtein距离的q]

对于空前缀ε，对于每个状态q∈ Q、 它认为cq（ε）=min{y}:y∈ ∑*, ∂（q0，y）=q}，因为y和ε之间的距离是y的长度。使用转换图上的宽度优先搜索计算初始表

给定x'和字母s的表格，我们计算cq（x）作为y的几种可能性的最小值，其中x=x's

字符串y=y的z，对齐s。这种情况下的成本为minq'，z:∂（q'，sz）=q（cq'（x'）+| z |），可通过| q |广度优先搜索计算

字符串y=y'，删除x中的s。这种情况下的成本为cq（x'）+1

字符串y=y't，其中t是一个字母，用s代替t（反之亦然）。这种情况下的成本为minq'，t：∂（q'，t）=q（cq'（x'）+1）

最后，最优对准代价为minq∈ F cq（x）。对齐可以用动态程序的常用方法重建