Доклады Академии наукДоклады Академии наукДоклады Академии наук0869-5652The Russian Academy of Sciences1254510.31857/S0869-56524844401-404MathematicsМатематикаResearch ArticleFast trie-based method for multiple pairwise sequence alignmentМетод быстрого множественного попарного выравнивания на основе префиксных деревьевYakovlevP. A.ЯковлевП. А.
Russian Federation
yakovlev@biocad.ru<p>Closed Joint Stock Company &ldquo<p>ЗАО &ldquoBiocad&rdquoБиокад&rdquo</p>ru05052019201948444014040405201904052019Received:04052019Accepted:04052019Published:05052019Copyright ©; 2019, Russian academy of sciencesCopyright ©; 2019, Российская академия наук2019Russian academy of sciencesРоссийская академия наукhttps://journals.eco-vector.com/0869-5652/article/view/12545

A method for efficient comparison of a symbol sequence with all strings of a set is presented, which performs considerably faster than the naive enumeration of comparisons with all strings in succession. The procedure is accelerated by applying an original algorithm combining a prefix tree and a standard dynamic programming algorithm searching for the edit distance (Levenshtein distance) between strings. The efficiency of the method is confirmed by numerical experiments with arrays consisting of tens of millions of biological sequences of variable domains of monoclonal antibodies.

Представлен метод для эффективного сравнения символьной последовательности со всеми строками из некоторого множества, работающий существенно быстрее, чем наивный перебор сравнений со всеми строками подряд. Для ускорения процедуры предлагается оригинальный алгоритм, объединяющий использование префиксного дерева и стандартного алгоритма динамического программирования для поиска редакционного расстояния (метрики Левенштейна) между строками. Эффективность метода подтверждена в вычислительных экспериментах на массивах в десятки миллионов биологических последовательностей вариабельных доменов моноклональных антител.

sequence alignmentstring algorithmsbioinformaticsdynamic programmingprefix data structuresвыравнивание последовательностейстроковые алгоритмыбиоинформатикадинамическое программированиепрефиксные структуры данныхЛевенштейн В.И. // ДАН. 1965. Т. 163. № 4. С. 845–848.Needleman S.B., Wunsch C.D. // J. Mol. Biol. 1970. V. 48. № 3. P. 443–453.Damerau F.J. // Commun. ACM. 1964. V. 7. № 3. P. 171–176.Smith T.F., Waterman M.S. // J. Mol. Biol. 1981. V. 147. № 1. P. 195–197.Brudno M., et al. // Bioinformatics. 2003. V. 19. P. 54–62.Wagner R.A., Fischer M.J. // J. ACM. 1974. V. 21. № 1. P. 168–173.Aho A.V., Corasick M.J. // Commun. ACM. 1975. V. 18. № 6. P. 333–340.Cohen J.D. // ACM Trans. Inf. Sys. 1997. V. 15. № 3. P. 291–320.Market E., Papavasiliou F.N. // PLoS Biol. 2003. V. 1. № 1. P. 24–27.