Анализ результатов. 
Восстановление кода дезоксирибонуклеиновой кислоты из библиотеки клонов sequence tagged site

В данной главе исследуемые способы оптимизации сравниваются на основе расстояния Левенштейна по отношению к исходными строками, а также по показателям производительности в соответствии с протоколом тестирования. Заключительное решение о ранжировании способов оптимизации принимается на основе анализа средней нуклеотидной идентичности.

Расстояние Левенштейна

Самой тривиальной метрикой в случае данного тестирования было расстояние Левенштейна. Как уже отмечалось выше, с его помощью не всегда можно получить информацию о реальном отличии или сходстве строк, но, так как в нашем случае речь идёт о сравнительном анализе, данным параметром было решено не пренебрегать.

Рассмотрим результаты тестирования на точность по расстоянию Левенштейна (на графиках показано, насколько отличается среднее значение расстояния Левенштейна для реконструированного объекта — иными словами, процент числа правок, которые нужно внести в новый объект чтобы получить исходный, от его длины):

Исследовались все вышеупомянутые алгоритмы, как неоптимизированные, так и с оптимизацией без комбинирования методов. Для базовых реализаций результаты тестирования незначительно отличаются от описанных в [15, 26]:

Рисунок 6. Точность базовой реализации метода восстановления гибридизацией на основе расстояния Левенштейна.

Рисунок 7. Точность базовой реализации метода дробного секвенирования на основе расстояния Левенштейна.

Отметим, чем выше число нуклеотидов в результирующем геноме, тем качественнее, если брать за основу данную метрику, оказывается результат тестирования. В случае с оптимизированным алгоритмом дробной расшифровки разницы в параметрах метрики нет, что ожидаемо — генетическая диагностика не повлияла на результаты реконструкции.

Рисунок 8. Точность оптимизированной реализации метода восстановления гибридизацией с использованием реконструкции слов по мультимножеству подслов в гипотезе сдвига 1 на основе расстояния Левенштейна.

Рисунок 9. Точность оптимизированной реализации метода дробного секвенирования с использованием генетической диагностики на основе расстояния Левенштейна.

Как можно заметить, чем выше число нуклеотидов в результирующем геноме, тем качественнее, если брать за основу данную метрику, оказывается результат тестирования. Посмотрим на результат прохождения тестов наиболее комплексным алгоритмом, использующим и технологию реконструкции ДНК с помощью восстановления слов по мультимножеству подслов с запретами в гипотезе сдвига 1, но и генетическую диагностику:

Рисунок 10. Точность оптимизированной реализации метода восстановления гибридизацией с использованием и генетической диагностики, и реконструкции слов с запретами в гипотезе сдвига 1 на основе расстояния Левенштейна.

В данном случае, как и ожидалось, заметных падений точности по сравнению с эталонной версией нет. Можно отметить, что при этом наиболее высокую точность показывают реализации метода восстановления гибридизацией.