Self-organizing map approaches for the haplotype assembly problem
Self-organizing map approaches for the haplotype assembly problem
复制标题
单倍型组装问题的自组织图谱方法
DOI：
10.1016/j.matcom.2009.01.021
复制
发表时间：
2009-06
影响因子：
4.6
通讯作者：
Li, Zhenping
中科院分区：
文献类型：
--
作者：
Chen, Luonan;Wu, Ling-Yun;Wang, Rui-Sheng;Zhang, Xiang-Sun;Li, Zhenping
单倍型组装是根据在一组单个DNA片段中观察到的SNP值重建一对单倍型。本文重点研究了单倍型组装问题的最小误差修正(MEC)模型，并对该问题的自组织映射(SOM)方法进行了探索。具体地说，MEC的单倍型组装被描述为一个整数线性规划模型。由于MEC问题是NP-Hard问题，因此不能在大规模实例可接受的运行时间内精确求解，因此我们利用MEC模型研究了经典SOM解决单倍型组装问题的能力。然后，针对经典SOM的局限性，提出了一种新的SOM方法。在合成数据集和真实数据集上的大量计算实验表明，新的基于SOM的算法在真实参数设置下能够以非常高的精度高效地重建单倍型对。与以往方法的比较也证实了新的自组织映射方法的优越性能。
Haplotype assembly is to reconstruct a pair of haplotypes from SNP values observed in a set of individual DNA fragments. In this paper, we focus on studying minimum error correction (MEC) model for the haplotype assembly problem and explore self-organizing map (SOM) methods for this problem. Specifically, haplotype assembly by MEC is formulated into an integer linear programming model. Since the MEC problem is NP-hard and thus cannot be solved exactly within acceptable running time for large-scale instances, we investigate the ability of classical SOMs to solve the haplotype assembly problem with MEC model. Then, aiming to overcome the limits of classical SOMs, a novel SOM approach is proposed for the problem. Extensive computational experiments on both synthesized and real datasets show that the new SOM-based algorithm can efficiently reconstruct haplotype pairs in a very high accuracy under realistic parameter settings. Comparison with previous methods also confirms the superior performance of the new SOM approach.
登录
查看更多内容
影响因子：
10.7
作者：
A. Clark
通讯作者：
A. Clark
混合不确定环境中机会法建模数据包络分析
影响因子：
4.6
作者：
秦蕊;刘彦奎
通讯作者：
刘彦奎
影响因子：
4
作者：
Zhang, Xiang-Sun;Wang, Rui-Sheng;Chen, Luonan
通讯作者：
Chen, Luonan
影响因子：
9.5
作者：
R. Lippert;R. Schwartz;G. Lancia;S. Istrail
通讯作者：
R. Lippert;R. Schwartz;G. Lancia;S. Istrail
DOI：
10.1007/3-540-44676-1_15
发表时间：
2001-08
期刊：
--
影响因子：
--
作者：
G. Lancia;V. Bafna;S. Istrail;R. Lippert;R. Schwartz
通讯作者：
G. Lancia;V. Bafna;S. Istrail;R. Lippert;R. Schwartz