• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computational Biology and Bioinformatics, IEEE/ACM Transactions on >Fast Entropic Profiler: An InformationTheoretic Approach for the Discovery ofPatterns in Genomes
【24h】

Fast Entropic Profiler: An InformationTheoretic Approach for the Discovery ofPatterns in Genomes

机译：快速熵探查器：用于发现基因组模式的信息理论方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Information theory has been used for quite some time in the area of computational biology. In this paper we present a pattern discovery method, named Fast Entropic Profiler, that is based on a local entropy function that captures the importance of a region with respect to the whole genome. The local entropy function has been introduced by Vinga and Almeida in , here we discuss and improve the original formulation. We provide a linear time and linear space algorithm called Fast Entropic Profiler ($FastEP$), as opposed to the original quadratic implementation. Moreover we propose an alternative normalization that can be also efficiently implemented. We show that $FastEP$ is suitable for large genomes and for the discovery of patterns with unbounded length. $FastEP$ is available at http://www.dei.unipd.it/~ciompin/main/FastEP.html.
机译：信息论已经在计算生物学领域中使用了很长一段时间。在本文中，我们提出了一种名为“快速熵分析器”的模式发现方法，该方法基于局部熵函数，该函数捕获相对于整个基因组而言区域的重要性。 Vinga和Almeida在2000年引入了局部熵函数，在此我们讨论并改进原始公式。与最初的二次实现相反，我们提供了一种称为快速熵分析器（$ FastEP $）的线性时间和线性空间算法。此外，我们提出了一种替代的标准化方法，该方法也可以有效实施。我们表明，$ FastEP $适用于大型基因组和无限长度模式的发现。 $ FastEP $可从http://www.dei.unipd.it/~ciompin/main/FastEP.html获得。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号