摘要随着高通量测序技术的发展,产生了大量全基因组序列数据.为提升非比对算法在构建全基因组序列进化关系方面的灵敏度和准确性,选择合适的k-mer模体数目十分重要.综述了 4类基于k-mer特征集的非比对计算方法:k-mer频率、k-mer间隔分布、k-mer与机器学习结合以及k-mer频谱.这些非比对算法在选择k-mer模体数目时具有一定的随意性,从而降低了其作为物种分类标准的可靠性.基于k-mer频谱特征的方法,能够筛选出与基因组进化密切相关的k-mer客观特征集合,这为更加客观表征物种进化关系提供了有效方法.
更多相关知识
- 浏览2
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



