序列比对(三)——局部联配Smith-Waterman算法

最新推荐文章于 2024-08-17 21:30:16 发布

生信了（公众号同名）

最新推荐文章于 2024-08-17 21:30:16 发布

阅读量3.2k

点赞数 2

分类专栏： # 序列算法文章标签：序列比对生物信息 C语言

本文链接：https://blog.csdn.net/biocity/article/details/89356007

版权

本文介绍了生物信息学中的Smith-Waterman算法，这是一种用于局部序列比对的方法，寻找两条序列得分最高的子序列。算法关键在于得分矩阵的值不为负，并在回溯时遇到0分值单元结束。与全局比对的 Needleman-Wunsch 算法相比，Smith-Waterman更注重最优子序列。提供了C语言实现代码。

摘要由CSDN通过智能技术生成

原创：hxj7

关于全局联配的介绍可参见前文：
序列比对（一）全局比对Needleman-Wunsch算法
 序列比对（二）Needleman-Wunsch算法之仿射罚分

所谓局部联配，就是两条序列的子序列的联配。局部联配算法就是找到联配得分最高的子序列。其中最常见的就是Smith-Waterman算法。

Smith-Waterman算法与Needleman-Wunsch算法类似，只是在计算得分矩阵分值的时候加了一个限制，即分值不能是负数。具体如下：
在这里插入图片描述
图片引自《生物序列分析》
算法的注意点是：

如果得分矩阵M(i, j)的分值被设置为0，其意义就是序列X(1,2,…i)与Y(1,2,…j)都不参与最终的联配。
M(i,0)以及M(0, j)的分值需设置为0。
回溯的中止条件是遇到分值为0的得分单元。

全局联配和局部联配结果的区别：
（alignNW代表全局联配，alignSW代表局部联配）
在这里插入图片描述

C代码如下：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define MAXSEQ 1000
#define GAP_CHAR '-'

// 对空位的罚分是线性的
struct Unit {
   
    int W1;   // 是否往上回溯一格
    int W2;   // 是否往左上回溯一格
    int W3;   // 是否往左回溯一格
    float M;      // 得分矩阵第(i, j)这个单元的分值，即序列s(1,...,i)与序列r(1,...,j)比对的最高得分
};
typedef struct Unit *pUnit;

void strUpper(char *s);
float max4(float a, float b, float c, float d);
float getFScore(char a, char b);
void printAlign(pUnit** a, const int i, const int j, char* s, char* r, char* saln, char* raln, int n);
void align(char *s, char *r);

int main() {
   
    char s[MAXSEQ];
    char r[MAXSEQ];
    printf("The 1st seq: ");
    scanf("%s", s);
    printf("The 2nd seq: ");
    scanf("%s", r);
    align(s, r);
    return 0;
}

void strUpper(char *s) {
   
    while (*s != '\0') {
   
        if (*s >= 'a' && *s <= 'z') {
   
            *s -= 32;
        }
        s++;
    }
}

float max4(float a, float b, float c, float d) {
   
    float f = a > b ? a : b;
    float g = c > d ? c : d;
    return f > g ? f : g;