SequenceAlignment

SequenceAlignment[s1,s2]

找出字符串、列表或生物分子序列 s1 和 s2 中最佳的元素对齐序列，产生一个连续匹配和相异序列的列表.

更多信息和选项

  • SequenceAlignment[s1,s2] 给出形式为 {seg1,seg2,…} 的列表，其中每个 segi 是单个字符串或列表元素 u 的序列，表示一个匹配的片段，或一对 {u1,u2}，表示 si 之间不同的片段.
  • 可以给出下列选项：
  • GapPenalty 0每次排列间隙的其它代价
    IgnoreCase False是否忽略字符串中的大小写
    MergeDifferences True是否组合相邻差异
    Method "Global"使用的对齐排列算法
    SimilarityRules Automatic元素间相似的规则
  • SequenceAlignment 尝试找出一个对齐方式，使总的相似性积分最大.
  • 默认情况下，SequenceAlignment 会找出整个字符串或列表 s1 和 s2 的全局 Needleman–Wunsch 对齐.
  • 在选项设置 Method->"Local" 下，会找出局部的 Smith–Waterman 对齐.
  • 对于足够相似的字符串或列表，局部或全局对齐方法给出相同的结果.
  • SequenceAlignment 还支持 "AlignByLongestCommonSequence" 和 "AlignByLongestSubsequences" 方法，前提是 GapPenalty、MergeDifferences 和 SimilarityRules 都被设为各自的默认值.
  • "Global" 和 "Local" 方法都最大化相似性分数，"AlignByLongestCommonSequence" 则最大化两个序列共有的字符或列表元素的数量.
  • "AlignByLongestSubsequences" 实际上是一种分而治之的启发式近似，按最长的公共（不一定是连续的）序列进行对齐，牺牲准确性换取速度. 当序列相当接近时，对齐质量将会很好，速度比其他方法高出两个数量级.
  • 在缺省设置 SimilarityRules->Automatic 下，两个元素之间的每次完全匹配会使得总的相似性积分加 1，而每次不匹配、插入或删除则使得总的相似性积分 -1.
  • 支持不同名称的相似矩阵，就像在 SimilarityRules 中指定的一样.

范例

打开所有单元关闭所有单元

基本范例  (2)

全局对齐两个相似字符串：

全局对齐两个 BioSequence：

选项  (8)

GapPenalty  (1)

默认情况下，对齐有两个间隙：

增加对间隙的惩罚会迫使达到间隙更少的对齐：

IgnoreCase  (1)

SequenceAlignment 对字符串输入区分大小写：

如果设置 IgnoreCaseTrue，SequenceAlignment 在对齐之前将两个字符串转换为小写：

MergeDifferences  (1)

下面分别给出给出插入、删除和替换的情况：

Method  (3)

两个字符串的默认全局对齐：

同一字符串的本地对齐：

取两个生物序列：

"AlignByLongestCommonSequence" 方法最大化两个序列共有的字符或列表元素的数量：

获取两段文本，删除它们的变音符号并转换为小写：

对于相似的序列，"AlignByLongestSubsequences" 方法显然更快，但它给出明显更小的匹配字符集：

SimilarityRules  (2)

对齐两个简短的蛋白质序列：

对于删除 "V" 给出负分，会得出一个不同的对齐：

用针对特定类型的相似性规则（用来对齐简并字母）对齐：

如果没有简并相似性规则，就会错过简并对齐：

应用  (4)

出两个相似字符串的全局对齐：

这显示全局或局部字符串排列之间的不同：

获取人类和黑猩猩的参考 BRCA1 基因序列：

检查它们的长度是否相似：

用默认的 ("Global") 方法对齐，用 ByteCount 检查结果的大小：

"Local" 方法比较慢，尽管给出的结果更简洁：

使用共有的最长序列进行对齐：

这种情况下，"AlignByLongestSubsequences" 方法最快，给出的结果最小：

匹配片段的总长度接近，用最长的公共序列进行对齐，结果中有最大的匹配字符集：

获取《联合国世界人权宣言》的两个斯堪的纳维亚语版本：

使用默认和最长公共子序列方法进行对齐，并按字节数进行比较：

全局方法在匹配部分中包含大约 60% 的字符：

更快的启发式方法在匹配部分中则包含了大约 57% 的字符：

可能存在的问题  (1)

对齐嵌套列表时，第一级列表可以是输入列表的公共元素：

或者第一级列表可能表示两个输入列表之间的差异：

由于两个输出相同，因此输出不能用于消除两种情况的歧义：

互动范例  (1)

比较两个非常相似的基因：

通过 Diff 用图形查看差异：

Wolfram Research (2008)，SequenceAlignment，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SequenceAlignment.html （更新于 2024 年）.

文本

Wolfram Research (2008)，SequenceAlignment，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SequenceAlignment.html （更新于 2024 年）.

CMS

Wolfram 语言. 2008. "SequenceAlignment." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2024. https://reference.wolfram.com/language/ref/SequenceAlignment.html.

APA

Wolfram 语言. (2008). SequenceAlignment. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/SequenceAlignment.html 年

BibTeX

@misc{reference.wolfram_2024_sequencealignment, author="Wolfram Research", title="{SequenceAlignment}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/SequenceAlignment.html}", note=[Accessed: 17-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_sequencealignment, organization={Wolfram Research}, title={SequenceAlignment}, year={2024}, url={https://reference.wolfram.com/language/ref/SequenceAlignment.html}, note=[Accessed: 17-November-2024 ]}