我正在尝试跨多个序列查找最长公共(public)子串 (LCS)。
CPAN上有很多模块实现了2个序列的LCS算法,比如 Algorithm::Diff和 String::LCSS_XS ,但我很难将它们扩展到使用 2 个以上的序列,因为跨多个序列的 LCS 不一定是其中任何两个序列之间的 LCS。
值得注意的是,尽管它的名字是 Algorith::MLCS实际上并不返回 LCS,而是返回多个数组的所有公共(public)元素(也是非连续的)。我的印象是它被设计破坏了,但我可能错了。
Algorithm::Diff和 Algorith::MLCS解决最长公共(public)子序列问题,而不是最长公共(public)子串问题。
是否有明显的方法来扩展 n=2 算法,或者我是否必须实现我的版本?如果是,如何?
谢谢。
最佳答案
使用 Tree::Suffix 可以很容易地解决这个问题模块。
例子:
#!/usr/bin/env perl
use Modern::Perl;
use Bio::SeqIO;
use Tree::Suffix;
my $seqio = Bio::SeqIO->new(
-file => "fasta_sequences.txt",
-format => "Fasta");
my @seqs;
while (my $seqobj = $seqio->next_seq) {
push @seqs, $seqobj->seq;
}
my $tree = Tree::Suffix->new(@seqs);
my @lcss = $tree->lcs;
say $_ for @lcss;
关于algorithm - 跨多个序列的最长公共(public)子串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20584536/