基于混合统计模型的 DNA 序列压缩算法

doi:10.3969/j.issn.1000-565X.2014.03.002

华南理工大学学报（自然科学版） ›› 2014, Vol. 42 ›› Issue (3): 8-14.doi: 10.3969/j.issn.1000-565X.2014.03.002

• 电子、通信与自动控制 • 上一篇下一篇

基于混合统计模型的 DNA 序列压缩算法

孙季丰仝雪珂谭丽

华南理工大学电子与信息学院，广东广州 510640

收稿日期:2013-08-09 修回日期:2013-12-03 出版日期:2014-03-25 发布日期:2014-02-19
通信作者: 孙季丰(1962-)，男，教授，博士生导师，主要从事图像与视频处理、自组织通信网研究． E-mail:ecjfsun@scut.edu.cn
作者简介:孙季丰(1962-)，男，教授，博士生导师，主要从事图像与视频处理、自组织通信网研究．
基金资助:
国家自然科学基金青年科学基金资助项目(61202292)

Compression Algorithm of DNA Sequences Based on Mixed Statistical Model

Sun Ji- feng Tong Xue- ke Tan Li

School of Electronic and Information Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China

Received:2013-08-09 Revised:2013-12-03 Online:2014-03-25 Published:2014-02-19
Contact: 孙季丰(1962-)，男，教授，博士生导师，主要从事图像与视频处理、自组织通信网研究． E-mail:ecjfsun@scut.edu.cn
About author:孙季丰(1962-)，男，教授，博士生导师，主要从事图像与视频处理、自组织通信网研究．
Supported by:
国家自然科学基金青年科学基金资助项目(61202292)

摘要/Abstract

摘要： 基于专家模型算法(XM 算法)原理和有限上下文混合统计模型估计 DNA 序列每一个符号的概率，提出一种基于混合统计模型的 DNA 序列压缩算法．将采用混合统计模型计算出的概率估计应用于算术编码中，对标准 DNA 序列集的符号位进行压缩编码．实验结果表明，文中提出的混合统计模型能得到比原有限上下文模型更好的压缩效果，且能比其他经典 DNA 序列压缩算法产生更大的压缩率，弥补基于统计信息的当前较先进的XM 算法用于标准 DNA 序列集时一些数据的不足，但对高通量 DNA 系列的压缩效果有待提高．

关键词: DNA 序列压缩, XM 算法, 有限上下文模型, 混合统计模型

Abstract:

Proposed in this paper is a compression algorithm of DNA sequences based on the mixed statistical mo-del,which estimates the probability of each symbol of a DNA sequence in line with the principle of expert model al-gorithm (XM algorithm) and the mixed finite context statistical model.Then,the estimated probability is applied tothe arithmetic coding to encode each symbol of standard DNA sequences.Experimental results show that (1) ascompared with the single finite context model,the mixed statistical model helps to obtain better compression effect;(2) the proposed algorithm based on mixed statistical model helps to achieve higher compression ratio than those ofsome other classical compression algorithms; (3) it effectively overcomes the deficiencies of XM algorithm for thestandard dataset compression of DNA sequences,although the XM algorithm based on statistical information is ratheradvanced; and (4) the proposed algorithm needs to be improved for the compression of high- throughput DNA se-quences.

Key words: DNA sequence compression, XM algorithm, finite context model, mixed statistical model

中图分类号:

TP391

孙季丰仝雪珂谭丽. 基于混合统计模型的 DNA 序列压缩算法[J]. 华南理工大学学报（自然科学版）, 2014, 42(3): 8-14.

Sun Ji- feng Tong Xue- ke Tan Li. Compression Algorithm of DNA Sequences Based on Mixed Statistical Model[J]. Journal of South China University of Technology (Natural Science Edition), 2014, 42(3): 8-14.

[1]	李海燕, 尹浩林, 李鹏, 等. 基于密集特征推理及混合损失函数的修复算法[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 99-109.
[2]	刘怡俊, 王嘉达, 钟仕杰, 等. 基于统一标签矩阵的快速多视图聚类[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 110-119.
[3]	王世勇, 乾国康, 李迪, 等. 面向边缘特征的实时模板匹配方法[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 1-10.
[4]	李家春, 李博文, 林伟伟. AdfNet：一种基于多样化特征的自适应深度伪造检测网络[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 82-89.
[5]	马晓亮, 安玲玲, 邓从健, 等. 基于行业词表的自动语音转写后优化技术[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 118-125.
[6]	林志坚, 黄萍, 郑明魁, 等. 基于FPGA的HEVC熵编码语法元素硬件加速设计[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 110-117.
[7]	韩乐, 江怡华. 鲁棒截断L1-L2全变分稀疏恢复模型[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 45-53,140.
[8]	朱铮宇, 罗超, 贺前华, 等. 基于唇重构与三维耦合CNN的多视角音唇一致性判别[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 70-77.
[9]	陆璐, 赖锦雄. 基于胶囊网络和注意力机制的智能合约漏洞检测方法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 36-44.
[10]	林志坚, 丁永强, 杨秀芝, 等. HEVC帧内率失真优化预测模式的并行流水线硬件设计[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 95-103.
[11]	叶峰, 陈彪, 赖乙宗. 基于特征空间嵌入的对比知识蒸馏算法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 13-23.
[12]	马碧云, 吴港, 刘娇蛟, 等. 基于稀疏脉冲采样的低复杂度血流速度估计算法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 63-69.
[13]	刘宇鹏, 张雷. 融合遗忘和知识点重要度的认知诊断模型[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 54-62.
[14]	张艳, 许昌康, 曹丽青, 等. 基于互信息解耦表示的跨域压力足迹图像检索[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 78-85.
[15]	田晟, 宋霖, 赵凯龙. 基于偏移注意力机制和多特征融合的点云分类[J]. 华南理工大学学报(自然科学版), 0, (): 0-.

基于混合统计模型的 DNA 序列压缩算法

Compression Algorithm of DNA Sequences Based on Mixed Statistical Model

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价