机构名称：
¥ 2.0
动机。给定一个字符串S，最小化方案是由三重（k，w，o）定义的算法，该算法从字符串s采样了k -mers（k -long substring）子集的子集。具体来说，它根据s中w连续k -mers的每个窗口中的o来采样最小的k -mer。由于连续的窗口可以采样相同的k -mer，因此采样的K -mers的集合通常比s小得多。这使最小化器成为多种工具，可在生物信息学中减少多个应用程序的内存足迹和处理时间，例如序列比较，组装，压实的de bruijn图形结构和序列索引。更一般地，我们考虑尊重窗口保证的基因带抽样算法：必须从连续k -mers的每个窗口中对至少一个k -mer进行采样。作为采样k -mer的绝对位置在s中的绝对位置唯一识别，我们可以将采样算法的密度定义为不同采样位置的比例。良好的方法具有低密度，通过尊重窗口保证，将限制为1 /w。但是，很难设计具有最佳密度的序列敏捷算法。实际上，通常使用伪随机哈希函数实现O级O，以获得所谓的随机最小化器。此方案非常易于实施，即使以流方式进行计算也非常快，并且易于分析。然而，它的密度几乎距离下限的大窗口几乎有2倍。先前的工作集中在理论和实践中，与随机最小化的密度相比，其密度较低的方法。尽管如此，这些方法仍然很难分析和直观地理解，并且并不总是像随机最小化器那样通用。
将环境时间序列纳入物种分布模型
主要关键词
相关文件推荐
