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
7 c( x3 Q0 i 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
% m% A! H5 V( G/ m3 V; @0 G/ s
% c0 {7 j- ?( m) M6 _
｛CTGTA，TGTAC，GTACT，TACTG，ACTGT，TGTAT｝
5 x j, [6 _' S8 _0 V4 m
3 V. D, r5 e, Q) w
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｝。
# e/ y( B a$ c2 o- C7 @
6 _; f* } Z5 ~
问题
6 a+ d9 Y& g1 W; R5 g& M
/ m1 i, a' [2 S0 U2 [# F
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 。
1 E% V# B$ ?% L. X0 o
# I3 F3 T' q4 u' _5 D3 ?+ F
（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。
& Z i" x: b3 u4 D6 ?* G l2 v4 _; t0 j
) m' e- L# v s* d! b: g
（2）要求索引一旦建立，查询速度尽量快，所用内存尽量小。
- ?% I4 s% p8 t' Y F. V
: h% B5 k+ {4 F) v9 | f2 r. N2 x
（3）给出建立索引所用的计算复杂度，和空间复杂度分析。
8 M7 a- [! u* x# D3 d5 T% C3 R
' w/ R9 s1 q$ p* F+ e
（4）给出使用索引查询的计算复杂度，和空间复杂度分析。
" A7 R+ B& Y% i3 t' W* v
* ~4 A6 n/ ^) H0 ]
（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。
: V7 ]9 G. R( r2 a. W A/ P
（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
$ ]- b) H; [ d: u/ h4 { ?/ L8 d
6 H' w% j6 M1 { `: S0 W
希望好心人帮忙
+ j2 j; W, i. y1 I( g5 s
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5