Question

使用Smith-Waterman算法进行书籍家庭作业，我制作了一个价值表。一旦我理解了如何获得这些值，那么构建表格很容易，但现在我很难确定表中最佳的对齐顺序。

表格示例是根据公式

生成的

min(  (i+1, j+1)+penalty)
      (i+1, j)+2)
      (i, j+1)+2))

在书中伪代码中，如果i == j则惩罚值为0，否则为1。

前4行和列看起来像这样，不匹配的罚分为1，间隙的罚分为2。：

14   12   10   8
15   13   11   9
16   14   12   10
17   15   13   11

根据书中的指示，确定路径的方法是

从数组槽[0] [0]开始，在这种情况下，值为14
- 检查插槽[0] [1]。当我们向左移动到插槽时，插入一个间隙，从而将值加2，得到14
- 检查插槽[1] [0]，插入另一个间隙，结果为17
- 检查插槽[1] [1]。当我们沿对角线移动时，惩罚值被添加到槽值中，得到14

由于我在[0] [1]和[1] [1]中有两种匹配的可能性，它们将用于下一步？

Answer 1

请参阅this有关实施Smith-Waterman的概述，包括追溯。在矩阵中的每个位置，您应该检查4件事：

如果位置值等于空位罚分加上面的位置，则up是有效的移动。
如果位置值等于空位罚分加上左侧位置，则左侧是有效移动。
如果位置值等于匹配值加上向上和向左的位置，则对角线是有效的移动。
如果位置值为0，则表示您已完成。

第一个和第二个选项与在其中一个字符串中插入间隙相关，第三个选项与对齐两个字符相关联。如果多个路径有效，那么您有多个可能的路线。正如文章所述，那时的决定在很大程度上取决于背景（你有几种选择）。

Answer 2

在我看来，你在构造矩阵时已经应用了权重，至少，这就是SW的标准变化的工作原理。要确定路径，您可能只需遵循较低数字的路径，而不再添加惩罚。我可能错了;如果有疑问，请在Google图书中发布指向图书页面的链接，或与您的图书相匹配的其他说明。在我看来，在你的情况下，最好的路径移动是3步，14-12-10-8。

在任何一种情况下，无论我在上面的疑问表达中是对还是错，你仍然可以在矩阵中找到一个模糊的路径点。正交移动表示任一序列中的间隙，而对角线移动对应于对齐（如果选择不明确，则我认为总是表示不匹配，但证明了这一点）。真的，你可以遵循任何一条道路。只要你到达零或角落，就会得到两条成本相同的路径。在构造矩阵时，已经应用了间隙与不匹配的偏好，这种矩阵以间隙和不匹配惩罚的平衡编码，因此情况确实不明确。

Smith-Waterman算法路径检测澄清

2 个答案: