《表4 真实数据集上正确对准的百分比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《通过区域筛选和简洁de Bruijn图比对高重复短序列》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为评测算法在真实数据集上进行序列比对的效果，表4给出4种算法在8个真实数据集R1～R8上正确对准测序序列与参考基因组的百分比．表4的结果表明，本文算法SRA-RFCdBG在细菌基因组（R1-R5）和真核基因组（R7，R8）上正确对准序列与参考基因组的百分比均高于其他3种算法．这是因为算法SRA-RFCdBG采用基于空位种子的区域选择方法对种子进行筛选，根据DC碱基构造的不同类型的查找关键字构建hash索引，索引查找两个满足条件的互补shape，从而完成近似匹配的敏感查找，这样即使在空位中存在“indel”的情形，也可以找到对应匹配的种子；而其他3种算法未考虑该情形对比对结果的影响，未能找出空位中存在“indel”错误的匹配的种子，这导致了较低的正确比对百分比．对于人类基因组的真实数据集R6，算法SRA-RFCdBG的正确对准百分比略微比deBGA的正确对准百分比低0.10%，但高于其他2种算法BrownieAligner和BGREAT的正确对准百分比．整体而言，相较于其他3种算法，算法SRA-RFCdBG在8个数据集上获得了更高的正确对准百分比．