分支界定发现基序问题

1、有一部分起始位点在没对其进行迭代前，可根据它们得分的最优估计，简单而迅速地将它们排除在外。

如：若t个起始位点中的前i个位点[即：(s1,s2,...,si）]构成了一个弱序列谱，没必要考虑序列i+1,i+2,....,t中的任一起始位点。

2、给定一组起始位点s=(s1,s2,..,st),定义部分一致得分Score(s,i,DNA)为i*l阶联矩阵的一致得分，且该矩阵仅涉及与起始位点S的DNA前i行相应部分。对于s1,s2,..,si，我们有部分一致得分，甚至在最佳情况下，余下的t-i行只能对一致得分作(t-i)*l的改进。任一前i个起始位点为(s1,s2,..,si)的联配矩阵的得分最多可能是score(s,i,DNA)+(t-i)*l

3、算法

BYPASS算法略过以顶点(a,i)为根的子树，直接进入同层的下一个顶点。

NEXTVERTEX算法当i<l时，进入下一层，i=l时，即在最底层时，移动到同层的下一顶点,遍历完成后，返回i=0。

 

BRANCHANDBOUNDMOTIFSEARCH(DNA,t,n,l)

 s<-(1,...,1)

 bestscore<-0

  i<-1

  whilei>0

     if i<t

        optimisticscore<-Score(s,i,DNA)+(t-i)*l

        if optimisticscore<bestscore

           (s,i)<-BYPASS(s,i,t,n-l+1)

            //当前顶点及子树的最佳得分比bestscore小则放弃继续向该顶点子树的寻找。

         else

           (s,i)<-NEXTVERTEX(s,i,t,n-l+1)

     else//到达底层

         ifscore(s,DNA)>bestscore

           bestscore<-score(s)

           bestMotif<－(s1,s2,..,st)

     (s,i)<-NEXTVERTEX(s,i,t,n-l+1)   

   returnbestMotif