基于最小缺失词的新距离及其在生物序列中的应用
形式语言与自动机理论
2021-06-01 v1
摘要
序列x的最小缺失词是指这样一个序列y：它不是x的因子，但其所有真因子均为x的因子。最小缺失词集合唯一地定义了序列本身。近年来，最小缺失词已被用于比较序列。事实上，为此可以比较序列的最小缺失词集合。Chairungasee与Crochemore在[2]中定义了序列x与y之间的距离，该距离涉及x与y的最小缺失词集合的对称差。此处，我们考虑[1]中引入的一种不同距离，它基于该对称差的一个特定子集，我们认为其能更好地捕捉所考虑序列的不同特征。我们展示了一些实验结果，该距离在一个包含11个现存物种的遗传序列数据集上进行了测试，以将新距离与文献中已有的距离进行比较。
引用
@article{arxiv.2105.14990,
title = {A new distance based on minimal absent words and applications to biological sequences},
author = {Giuseppa Castiglione and Jia Gao and Sabrina Mantaci and Antonio Restivo},
journal= {arXiv preprint arXiv:2105.14990},
year = {2021}
}