分析如DNA 序列这样的生命科学数据是计算机的一个有趣应用。从生物学
的角度上说,DNA 是一种由腺嘌呤、胞嘧啶、鸟嘌呤和胸腺嘧啶这四种核苷酸
组成的链式结构。这四种核苷酸分别用大写字母A、C、G、T 表示。这样,一
条DNA 单链可以被表示为一个只含以上四种字符的字符串。我们将这样的字符
串称作一个DNA 序列。
有时生物学家可能无法确定一条DNA 单链中的某些核苷酸。在这种情况下,
字符N 将被用来表示一个不确定的核苷酸。换句话说,N 可以用来表示A、C、
G、T 中的任何一个字符。我们称包含一个或者多个N 的DNA 序列为未完成序
列;反之,就称作完成序列。如果一个完成序列可以通过将一个未完成序列中的
每个N 任意替换成A、C、G、T 得到的话,就称完成序列适合这个未完成序列。
举例来说,ACCCT 适合ACNNT,但是AGGAT 不适合。
研究者们经常按照如下方式排序四种核苷酸:A 优先于C,C 优先于G,G
优先于T。如果一个DNA 序列中的每个核苷酸都与其右边的相同或者优先,就
将其归类为范式-1。举例来说,AACCGT 是范式-1,但是AACGTC 不是。
一般来说,一个DNA 序列属于范式-j ( j > 1),只要它属于范式-( j-1)或者是
一个范式-( j-1)和一个范式-1 的连接。举例来说,AACCC、ACACC 和ACACA
都是范式-3,但GCACAC 和ACACACA 不是。
同样,研究者们按照字典序对DNA 序列进行排序。按照这个定义,最小的
属于范式-3 的DNA 序列是AAAAA,最大的是TTTTT。这里是另外一个例子,
考虑未完成序列ACANNCNNG。那么前7 个适合这个未完成序列的DNA 序列
是:
ACAAACAAG
ACAAACACG
ACAAACAGG
ACAAACCAG
ACAAACCCG
ACAAACCGG
ACAAACCTG
写一个程序,找到按字典序的第R 个适合给定的长度为M 的未完成序列的
范式-K。
9 3 5 ACANNCNNG 5 4 10 ACANN
ACAAACCCG ACAGC
編號 | 身分 | 題目 | 主題 | 人氣 | 發表日期 |
沒有發現任何「解題報告」
|