선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서눈 접미사 배열을 이용하여 공통 서열을 추출함으 로써 전사인자 결합부위를 예측하는 방법을 제시하였다. 본 논 문에서 제시되는 방법은 정확한 문자열 알고리즘(exact string matching algorithm)을 기반으로 하였다.
- 본 논문에서는 여러 개의 전사조절부위에서 같은 전사인자 가 결합하.는 부위를 예측하는 방법을 제시한[가.
가설 설정
- 길이 n인 텍스트 7에 대해 접미사 배열은 0(nlog仰)의 생성시간이 필 요하지만 접미사 트리는 상수 크기 또는 정수 알파벳에 대해 0(n) 시간에 생성이 가능하다. 두 번째 접미사 배열의 단점은 탐색 시간이다. 접미사 배열에서 주어진 패턴 户의 탐색시간은 0(|F| 十 1。欣)이고 접미사 트리의 패턴 탐색시간은 0(|F| 1。畠 £| )로서 상수크기의 알파벳에 대해 접미사 트리 가 더 빠르다.
- 입력으로 주어지는 서열들은 서로 연관성이 높을 것으로 예상 되는 서열들이다. 따라서 공통된 서열을 가질 가능성이 높을 것으로 가정한다. 이러한 공통 서열을 찾기 위해 본 연구에서는 접미사 배열을 이용한다.
- (1)과 (2)에서 얻어진 자료를 종합하여 만든 데이터는 사용한 데이터베이스돌의 특성상 매우 많은 중복된 데이터兽이 존재하게 된다. 이를 개선하기 위해 접미사 배열의 LCP와 EMBL의 유전자 정보를 참고하여 LCP가 비정상적으로 큰 데이터들은 중복된 자료로 가정하고 제거하였다. 이러한 방법으로 전사인자 10개에 대한 자료를 생 성하고 이를 입력으로 사용하였다.
- 접5사 배열은 쉽게 구현할 수 있는 장점이 있지만 접미사 트리에 버해 두 가지의 단점01 있다. 첫 번째 접DI사 배열의 단점은 생성 시간이 오래 걸린다는 것이다. 길이 n인 텍스트 7에 대해 접미사 배열은 0(nlog仰)의 생성시간이 필 요하지만 접미사 트리는 상수 크기 또는 정수 알파벳에 대해 0(n) 시간에 생성이 가능하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.