微生物种群测序序列统计聚类方法

摘要

使用全基因组鸟枪测序法对微生物种群进行测序,常用动态规划方法寻找两两序列片断之间的重叠区域,根据重叠信息拼接出全序列.由于种群中物种数量与分布情况未知,获取的序列片断来自不同的物种或基因组,上述方法对不可能拼接在一起的序列片断也需要计算,浪费了大量的计算资源.为有效地减少序列拼接的计算量,提出一种基于G+C含量并结合多个长度变量的相对熵的盲聚类方法,即先对序列片断进行盲聚类,然后再在类内利用动态规划寻找序列片断之间的重叠区域,根据重叠信息进行序列拼接.仿真实验表明这种盲聚类方法简单有效。