一种新颖的动态部分直接与互补模板匹配方法，用于识别DNA序列的相似性

《Molecular Genetics and Genomics》：A novel dynamic part-wise direct and complementary template matching approach for DNA sequence similarity identification

DNA序列相似性分析关键技术研究

　　

摘要

理解DNA序列的相似性对于揭示不同生物系统之间的进化关系和功能机制至关重要，尤其是在基因组数据迅速增长的时代。DNA序列相似性分析在比较基因组学、进化生物学和系统发育重建中发挥着核心作用。然而，基因组数据库的快速扩展使得基于比对的传统方法在进行大规模序列比较时面临越来越大的挑战，因为这些方法计算成本高，且对高度差异化的序列处理效率有限。无比对方法提供了一个有吸引力的替代方案，但许多现有技术在系统发育准确性和计算效率方面仍存在局限性。在这项研究中，我们提出了一种基于动态模板匹配和子序列相似性表示的新无比对DNA序列相似性分析方法。该方法通过直接和互补的核苷酸匹配生成子序列相似性得分（SSSN）向量，并从这些特征向量中重建系统发育关系。我们使用两个基准数据集和四个标准生物数据集对该方法进行了评估。实验结果表明，所提出的方法能够实现较高的系统发育准确性（95–100%），同时显著降低了计算需求。具体而言，其速度比MEGA工具快55至1747倍，所需内存也比几种现有方法少30–99%。总体而言，所提出的方法为大规模基因组数据中的DNA序列相似性分析和系统发育推断提供了一个高效且可扩展的框架。这些发现表明，该方法为大规模DNA序列分析提供了一个准确且计算效率高的框架，在比较基因组学、进化研究以及未来的高通量基因组研究中具有广泛的应用潜力。支持这项研究的数据集和源代码可在提供的https://github.com/machbah/DPTM_Seq_Sim Github仓库中公开获取。