基因组的拓扑序列分析：范畴论方法
基因组学
2025-10-22 v2 代数拓扑
摘要
序列数据，如 DNA、RNA 和蛋白质序列，呈现出复杂的多尺度结构，给传统分析方法（尤其是依赖比对或纯统计表示的方法）带来重大挑战。本文介绍了基于范畴的拓扑序列分析（CTSA）方法。CTSA 将序列建模为分辨范畴，通过范畴构造捕捉其层次结构。随后从该范畴表示中导出次结构复合体，并计算其持久同调，以提取多尺度拓扑特征。我们的模型不同于传统的无比对方法，通过融合序列拓扑所依据的数学正式化结构。 resulting 的拓扑签名在包括 SARS-CoV-2 变体的系统发育分析和蛋白质-核酸结合亲和力预测等多个任务中提供了信息丰富的表示。与六种最先进方法进行的比较研究表明，CTSA 在这些任务中实现了卓越且一致的性能，表明其通用适用性和鲁棒性。除了序列分析，这个提出的框架为生物序列分析中范畴论与同调论的集成开辟了新的方向。
引用
@article{arxiv.2507.08043,
title = {Topological Sequence Analysis of Genomes: Category theory Approaches},
author = {Jian Liu and Li Shen and Mushal Zia and Guo-Wei Wei},
journal= {arXiv preprint arXiv:2507.08043},
year = {2025}
}