数学建模社区-数学中国

标题: 请问在哪里可以找到这道数学建模题！求帮助， [打印本页]
作者: 坏小子说笑话    时间: 2015-8-18 15:39
标题: 请问在哪里可以找到这道数学建模题！求帮助，
DNA序列的k-mer index 问题6 q7 A+ U9 u+ v+ R7 T0 y  U
给定一个DNA序列，这个系列只含有4个字母ATCG，如 S =“CTGTACTGTAT”。给定一个整数值k，从S的第一个位置开始，取一连续k个字母的短串，称之为k-mer（如k= 5，则此短串为CTGTA）， 然后从S的第二个位置， 取另一k-mer（如k= 5，则此短串为TGTAC），这样直至S的末端，就得一个集合，包含全部k-mer 。 如对序列S来说，所有5-mer为
; e# C9 G2 t, V' `
5 T* P, X+ I# `- `｛CTGTA，TGTAC，GTACT，TACTG，ACTGT，TGTAT｝
7 c: S: b2 `4 q4 o4 [+ q( Z# }# H& M
通常这些k-mer需一种数据索引方法，可被后面的操作快速访问。例如，对5-mer来说，当查询CTGTA，通过这种数据索引方法，可返回其在DNA序列S中的位置为｛1，6｝。6 n- C, u, @" M! R7 {9 k/ r
0 Z% [8 K3 \1 m) \+ \
问题% Q; r2 D" P$ c5 F# |) o; K8 C
& F( w* m* g  ?6 ~6 G/ X
现在以文件形式给定 100万个 DNA序列，序列编号为1-1000000，每个基因序列长度为100 。8 X: z/ R" M2 j0 d) \
" T6 M# ~: z$ ]
（1）要求对给定k， 给出并实现一种数据索引方法，可返回任意一个k-mer所在的DNA序列编号和相应序列中出现的位置。每次建立索引，只需支持一个k值即可，不需要支持全部k值。
$ @+ @: v) q( n" s. l2 }& S2 O. G  Q8 L$ `# }9 C
（2）要求索引一旦建立，查询速度尽量快，所用内存尽量小。+ O% P, e3 e- w' [
8 K& l$ b8 g2 M% @$ e) S
（3）给出建立索引所用的计算复杂度，和空间复杂度分析。9 U- g! M7 b! N9 b
: N! G. ^( ?. i
（4）给出使用索引查询的计算复杂度，和空间复杂度分析。
1 J0 c$ I2 `0 S9 _
2 k8 f, P# Q, n# Y; b: u6 i（5）假设内存限制为8G，分析所设计索引方法所能支持的最大k值和相应数据查询效率。$ a) O- R5 k" F; Z
（6）按重要性由高到低排列，将依据以下几点，来评价索引方法性能* E# l- l) p) q  u: [$ [

& d# a! i/ f: N& B9 \希望好心人帮忙; [& U6 s! B  j8 v6 D: d  R




欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5