Метод k-mer у завданнях виявлення закономірних послідовностей

Abstract

У статті порівнюються дві методології попередньої обробки послідовностей ДНК людини для покращення ідентифікації конкретних генетичних захворювань за допомогою методів машинного навчання. Перший підхід забезпечує вибірку слів k-mer, тоді як другий використовує Multiple EM for Motif Elicitation (MEME) для розпізнавання мотиву. Порівняння методів показало, що у контексті ідентифікації генетичних захворювань k-mer має переваги у швидкості та ефективності, що робить його більш придатним для практичного застосування у клінічних умовах. Метод k-mer продемонстрував високу точність та ефективність, що робить його ідеальним для інтеграції у клінічні системи.

The study compares two methodologies for preprocessing human DNA sequences to improve the identification of specific genetic diseases using machine learning techniques. The first approach involves k-mer word sampling, while the second uses Motif Elicitation (MEME) for motif recognition. A comparison of the methods showed that k-mer has advantages in speed and efficiency, making it more suitable for practical application in clinical settings. The k-mer method demonstrated high accuracy and efficiency, making it an ideal candidate for integration into clinical systems.