[发明专利]基于动态规划的有向无环图比对方法、模块及系统

说明书

本发明公开了一种基于动态规划的有向无环图比对方法，包括：获取预设超参数、DAG文件及节点类型匹配分数文件，预设超参数包括统计检验强度，DAG文件包括源DAG文件及目标DAG文件；通过基于动态规划的DAG比对算法，生成目标DAG文件与源DAG文件的匹配分数；根据统计检验强度，随机分叉生成伪DAG文件，通过基于动态规划的DAG比对算法，生成目标DAG文件与伪DAG文件的匹配分数；根据目标DAG文件与源DAG文件的匹配分数在目标DAG文件与伪DAG文件的匹配分数的分布，生成统计显著指标值。本发明还公开了一种计算模块及一种基于动态规划的有向无环图比对系统。本发明将动态规划与有向无环图比对相结合，可以用于解决有向无环图比对计算量庞大的问题。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于动态规划的有向无环图比对方法、计算模块及基于动态规划的有向无环图比对系统。

背景技术

有向无环图(Directed Acyclic Graph，DAG)是一种在数学、生物、计算机等领域普遍存在的重要数据结构。利用DAG节点标签以寻找全局/局部最大的相似子图结构称为DAG比对，而DAG比对是研究DAG进化和差异的重要方法，可用于定量探究可能影响DAG拓扑结构和节点分布的潜在因素。因此，建立一套DAG比对的客观计算体系，开发出计算不同DAG之间相似程度的算法，将具有广泛的应用前景和重要的意义。

然而，当DAG结构规模较大时，DAG比对的计算量成指数增长，无法高效、快速且精准地完成DAG比对。现有技术中，主要借助以下两种技术实现比对：

技术1：树上部分节点的比对算法(Lozano A,Pinter RY,Rokhlenko O,ValienteG,Ziv-Ukelson M.Seeded tree alignment.IEEE/ACM TransComputBiolBioinform.2008；5(4):503-13.)。该技术通过动态规划方法以实现两颗树上选定节点之间的比对，并使用最小共同祖先节点(least common ancestor,LCA)的搜索原则，通过动态规划的方案计算出分数比对矩阵，寻找最大匹配分数。

技术2：图之间比对的算法(Fishkind DE,Adali S,Patsolic HG,Meng L,SinghD,Lyzinski V,et al.Seeded Graph Matching.arXiv:12090367[stat].2018.)。该技术通过逐步缩小源图和比对图上的节点匹配后的误差，实现不同图上的节点比对。

但是，上述两种技术只能比对树/图/序列上部分的节点，不是完全适用于有向无环图(DAG)的全局比对；同时，这些技术只有一种输出模式，不具备全局和局部穷尽搜索的应用；而且这些技术只局限于部分节点给定的条件下进行比对，不适用于完全已知的末端节点信息条件下的比对，计算量都比较大。

因此，本发明希望开发出高效、快速且精准的DAG比对算法，并封装成可以跨平台运行的软件，用于解决各种DAG比对问题。

发明内容

本发明所要解决的技术问题在于，提供一种基于动态规划的有向无环图比对方法、模块及系统，可将动态规划与有向无环图比对相结合，用于解决有向无环图比对计算量庞大的问题。