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