PC-mer在无比对系统发育树构建中性能的评估
定量方法
2023-11-23 v1 数学软件
摘要
背景：序列比较在生物信息学中至关重要，服务于分类学、功能推断和药物发现等多种目的。传统的序列比对比较方法耗时，尤其在处理大型数据集时。为克服此问题，无比对方法作为一种替代方案出现，其优先考虑比较得分而非比对本身。这些方法直接比较序列而无需比对。然而，准确表示序列间关系是这些工具设计中的重大挑战。方法：一种无比对比较方法利用固定长度子串（称为K-mer）的频率，这作为许多序列比较方法的基础。然而，这些方法在增加子串长度（K）时面临挑战，因为这会导致可能状态数呈指数增长。在本工作中，我们探索PC-mer方法，其利用更有限的词集合，相比K的4^k，其增长更慢为2^k。我们对序列进行了比较，并评估了缩减的输入向量大小如何影响PC-mer方法的性能。结果：在评估中，我们选取Clustal Omega方法作为参考方法，以及三种无比对方法：kmacs、FFP和alfpy（词计数）。这些方法也利用K-mer的频率。我们将全部五种方法应用于9个数据集进行全面分析。使用系统发育树以及Robinson-Foulds和归一化四元组距离（nQD）等指标比较结果。结论：我们的发现表明，与其他无比对方法中缩减输入特征不同，PC-mer方法在与上述方法比较时表现出有竞争力的性能，尤其在输入序列差异很大时。
引用
@article{arxiv.2311.12898,
title = {An Assessment of PC-mer's Performance in Alignment-Free Phylogenetic Tree Construction},
author = {Saeedeh Akbari Rokn Abadi and Melika Honarmand and Ali Hajialinaghi and Somayyeh Koohi},
journal= {arXiv preprint arXiv:2311.12898},
year = {2023}
}