我想知道如何量化Needleman-Wunsch算法的结果（通常用于比对核苷酸/蛋白质序列）。
考虑一些固定的评分方案和两个长度不同S1和S2的序列。假设我们通过强力计算S1和S2的每个可能对齐，并且得分最高的对齐具有得分x。当然，这比Needleman-Wunsch方法复杂得多。
使用Needleman-Wunsch算法查找序列比对时，请说它的分数为y。
将r视为针对两个随机序列R1和R2通过Needleman-Wunsch生成的分数。
x与y相比如何？对于两个已知同源序列，y总是大于r吗？
一般来说，我确实理解我们使用Needleman-Wunsch算法来显着加快序列比对（与蛮力方法相比），但不了解随附的准确性成本（如果有的话）它。我曾经阅读过原始论文（Needleman＆amp; Wunsch，1970），但仍留下这个问题。
答案 0 :(得分：5)
Needlman-Wunsch总能提供最佳答案 - 它比蛮力要快得多，并且在此过程中不会牺牲准确性。它使用的关键见解是，实际上并不需要生成所有可能的对齐，因为它们中的大多数包含不良的子对齐并且不可能是最佳的。 Needleman-Wunsch算法的工作原理是缓慢地为原始链的片段建立最佳比对，然后使用保证任何最佳比对必须包含对于略小的情况的最佳比对，将这些较小的比对缓慢地生长为更大的比对。
答案 1 :(得分：2)
我认为你的问题归结为动态规划是否找到了最优解，即保证y >= x。对于这方面的讨论，我会提到那些可能比我聪明的人：
https://cs.stackexchange.com/questions/23599/how-is-dynamic-programming-different-from-brute-force
基本上，它表示动态编程可能会产生最佳结果，即与蛮力相同，但仅适用于满足 Bellman最优性原则的特定问题。
根据针对Needleman-Wunsch的维基百科页面，该问题确实满足 Bellman最优性原则：
https://en.wikipedia.org/wiki/Needleman%E2%80%93Wunsch_algorithm
具体做法是：
Needleman-Wunsch算法仍被广泛用于最优全局 对齐，特别是当全局对齐的质量是 至关重要。但是，该算法很昂贵 尊重时间和空间，与长度的乘积成正比 两个序列，因此不适合长序列。
在同一维基百科页面的其他地方也提到了最佳性。