扩增子聚类之术语“ seed ”
程序员文章站
2022-06-16 18:41:28
前面的swarm聚类文章中讲到过,“ seed ” 是 de novo 思想的算法在聚类时,选择的第一个作为质心或起点的高丰度扩增子,它通常作为 cluster 的代表序列参与物种注释等其它分析。从计算机角度来看:算法的开始,创建一个初始为空的数据库,并在处理输入序列扩展数据库。对于每一个 cluster , 数据库只精确地包含一个代表性序列。在UCLUST中,“ seed 序列 ” 这个术语不再使用,为了避免与 BLAST 和 UBLAST 等算法中的对齐种子(即:查询序列与参考序列比对上的匹配词...
前面的swarm聚类文章中讲到过,“ seed ” 是 de novo 思想的算法在聚类时,选择的第一个作为质心或起点的高丰度扩增子,它通常作为 cluster 的代表序列参与物种注释等其它分析。
从计算机角度来看:算法的开始,创建一个初始为空的数据库,并在处理输入序列扩展数据库。对于每一个 cluster , 数据库只精确地包含一个代表性序列。
在UCLUST中,“ seed 序列 ” 这个术语不再使用,为了避免与 BLAST 和 UBLAST 等算法中的对齐种子(即:查询序列与参考序列比对上的匹配词)混淆。作为替代,称质心为“ 代表序列 ”。
在这里用UBLAST举例来说:
UBLAST是 Edgar 开发的 USEARCH 包中的一个工具。
UBLAST最常用于蛋白质或翻译搜索,低相似度的序列比对就可以提供信息。UBLAST也支持核苷酸搜索,但USEARCH通常更合适,因为核苷酸同源性只有在序列之间具有高相似度时才能检测到。
因此,UBLAST被设计为对较远的( more distant)序列关系敏感,USEARCH对于这些序列而言敏感度较低,例如蛋白质的识别率(identity)低于50%。而当序列识别率较低时,查询序列和数据库参考序列可能只有一个简短的匹配词(common k mer),如下图所示。这个匹配词称作 “seed”(即:种子)。
持续更新,禁止转载
本文地址:https://blog.csdn.net/weixin_42126262/article/details/107284965
下一篇: 超级有用の常用的功能性网站