断点中位基因组是祖先基因组重建的重要候选,也用于分析最简重排解的多样性。已知即使在单染色体基因组(用无符号排列表示)的情况下,断点中位问题仍是 NP 难,并且中位基因组往往不唯一,因而研究其多样性尤为关键。
本文提出一种基于树的算法框架。算法构造一棵根标记树,树的叶子对应满足输入基因组局部相邻约束的候选中位基因组。我们证明,经过约束后得到的搜索空间仍然完整——所有断点中位基因组都包含在内——但其规模远小于完整的排列空间。
在三基因组实例上进行实验表明:该方法能够精确找到中位基因组,同时也能快速得到大量近似最优的近中位基因组。尤其是对叶子的早期采样,往往在极短时间内产生质量可观的近中位基因组。
进一步,我们设计了受约束的采样策略,专门针对“平衡”近中位基因组——即其到各输入基因组的断点距离分布更均匀的候选。这类基因组在祖先重建中尤为有价值,因为它们能够更公平地反映所有后代的特征。
整体上,本文提供了一个统一的框架,兼具精确枚举、有效采样以及针对性探索三大功能。相较于基于旅行商问题的传统方法只能返回单一解且难以揭示解的多样性与平衡性,我们的方法能够枚举全部中位基因组、提前抽取近中位基因组,并在断点距离下探索结构上差异显著的候选。
点评:该树结构的约束搜索显著降低了计算复杂度,为基因组中位问题的系统性研究提供了新思路,尤其在需要多样化候选的祖先重建场景中具有实际价值。