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
, V- G, t" D$ v, t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

$ z% c3 a0 L4 y) X2 ~｛CTGTA，TGTAC，GTACT，TACTG，ACTGT，TGTAT｝
8 |! z2 I& J# m0 J1 h# R+ _, i
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｝。

3 k' U+ X1 `8 O问题
! J! m& T* \' p  A! j
& w3 w. x' q) c( E6 S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 。
* V, M. G0 _7 v" a
（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。
4 w7 R2 ^7 {/ G: V. s. Y
（2）要求索引一旦建立，查询速度尽量快，所用内存尽量小。
$ A$ u1 i9 B3 N
6 a' E8 C' g0 g$ C（3）给出建立索引所用的计算复杂度，和空间复杂度分析。

3 _, V& Q6 J* k7 T& [# O（4）给出使用索引查询的计算复杂度，和空间复杂度分析。
' w4 u- b# f- ~# a9 C" r
（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。
$ J- \; ]7 Z- ]) d: |（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

6 g  G( X* ~: L" U0 q, O希望好心人帮忙
" P6 J) v0 u8 j, g) |: v

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5