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
$ L2 D0 w" y4 R9 W) e
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
1 R1 j3 t% O& y- f( X) k4 N
" r( z" y( Q$ H# r
｛CTGTA，TGTAC，GTACT，TACTG，ACTGT，TGTAT｝
. P% Q8 [$ p# S% z- t- U
' Z* f% X, c4 U, Z
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｝。
9 o! A! Z; ^8 n/ q/ v
! U$ b) y: K& x
问题
4 c: Q; o5 E+ ~5 t, d7 i! V
$ g+ ~; q9 ]' a4 z
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 。
, q" w4 N U( k9 a
3 _4 {& ?6 d/ r/ U1 \3 B
（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。
! H6 D) i" l9 O: y; y5 I1 A% s
7 e8 J- c& u8 k6 a* ]
（2）要求索引一旦建立，查询速度尽量快，所用内存尽量小。
0 ]5 H! R! ~: w7 g, h7 @
3 Z4 N M+ j0 l6 e$ O# v
（3）给出建立索引所用的计算复杂度，和空间复杂度分析。
9 \5 f2 _5 }: o; q8 D) J3 W
/ d: l8 I } e1 h- p
（4）给出使用索引查询的计算复杂度，和空间复杂度分析。
* h2 ~" B( t- h5 o! E, @
" {8 w5 @; y/ ^$ _
（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+ X% v @! N7 {% q) J
（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
- l R8 e+ k3 z
" k. Z$ J; Y/ k4 h8 `: _# S- w3 u" v$ u, Y
希望好心人帮忙
/ B' ]( K0 K6 L2 a& s
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5