60、高效子图相似性全匹配与蛋白质 - DNA 结合核心挖掘算法

高效子图相似性全匹配与蛋白质 - DNA 结合核心挖掘算法

在图数据管理和生物信息学领域，有两个重要的研究方向：高效子图相似性全匹配以及蛋白质 - DNA 结合核心的挖掘。下面将分别对这两个方向的研究内容进行详细介绍。

高效子图相似性全匹配

在子图匹配问题中，为了提高匹配效率，研究人员提出了一系列方法。

1. 中间模式处理

对于内部节点 N 上从局部模式合并而来的新中间模式 N.g′，会将元组 (N.g′, MN.g′) 插入到 T (N) 中。这样，若两个模式 p 和 p′ 共享 N.g′，就能共享预计算的 MN.g′，避免冗余的合并成本。同时，由于局部模式可能不连通，中间模式 N.g′ 也可能不连通，此时会维护其各组件的精确匹配，并延迟合并，直到有“桥梁”中间模式将它们连接起来。

2. 非最小模式匹配

对于第 i 层的非最小模式 p，其第 i + 1 层的子模式 p′ 仅比 p 少一条边。根据定义，p 的任何精确匹配必然是 p′ 的精确匹配。因此，计算 Mp 时只需对 Mp′ 进行边验证。具体操作是选取 |Mp′| 最小的子模式 p′，检查 Mp′ 中的每个精确匹配 F 是否存在 p 中的额外边，若存在，则 F 也是 Mp 的精确匹配。

3. 有效查询分解

将全局模式 p 分解为一组局部模式后，Mp 的计算成本包括局部模式的搜索成本和中间模式的合并成本。局部模式 f ′ 的搜索成本可通过 E(Mf ′) + E(If ′) 评估，中间模式 g′ 的合并成本可通过 E(Mg′) 评估。为了生成统一的分解，提出了递归二分法。具体步骤如下：
1. 初始化一个空的