植入（l,d）模体发现若干算法的实现与比较

发布时间：2021-05-17 12:14

　　模体发现是生物信息学的核心问题之一,对于研究基因表达的调控机制有着极为重要的生物意义。植入（l,d）模体发现（Planted （l,d） motif search,PMS）是模体发现领域中一个广为接受的问题模型。本文主要研究了4个基础的算法解决模体发现问题,这些算法可以帮助人们理解模体发现问题。4个精确算法主要包括:（1）实现基于候选模体实例字符串深度优先搜索+剪枝思想解决的位点比对的PMS问题。（2）实现基于候选模体字符深度优先搜索+剪枝思想解决的位点比对的PM S问题。（3）实现基于候选模体字符广度优先搜索+剪枝思想解决的位点比对的PM S问题。（4）实现PM SP算法。 

【文章来源】：智能计算机与应用. 2019,9(01)

【文章页数】：3 页

【文章目录】：
0 引言
1 方法描述
    1.1 基于候选模体实例字符串深度优先搜索的PMS算法
    1.2基于候选模体字符深度优先搜索PMS算法
    1.3 基于候选模体字符广度优先搜索PMS算法
    1.4 PMSP算法
2 实验比较
3 结束语


【参考文献】：
期刊论文
[1]基于MapReduce的模体发现算法[J]. 霍红卫,林帅,于强,张懿璞.  中国科技论文. 2012(07)



本文编号：3191745