Key points are not available for this paper at this time.
पृष्ठभूमि: सामान्यतः, वृक्षों का निर्माण अनुक्रम समानांतरों पर आधारित है। हालांकि, यह प्रक्रिया उस समय जानकारी के नुकसान की ओर ले जाती है जब अनुक्रम समानांतरों के कुछ हिस्से (उदाहरण के लिए अस्पष्ट क्षेत्र) वृक्ष निर्माण से पहले हटा दिए जाते हैं। इस कठिनाई को दूर करने के लिए, हम में से एक ने पहले एक नया और त्वरित एल्गोरिदम पेश किया जो प्रारंभिक समानांतर के बिना अनुक्रमों के बीच भिन्नता मैट्रिक्स की गणना करता है। परिणाम: इस पत्र में, एचआईवी (मानव रोगप्रतिरोधक वायरस) और एसआईवी (सिमियन रोगप्रतिरोधक वायरस) अनुक्रम डेटा का उपयोग इस विधि का मूल्यांकन करने के लिए किया गया है। कार्यक्रम पूर्णांकृत विधियों के संयोजन द्वारा प्राप्त वृक्ष टोपोलॉजी को उत्पन्न करता है, जैसा कि एचआईवी अनुक्रम संकलन में विस्तार से बताया गया है। किसी भी चरण में मैनुअल समानांतर संपादन की आवश्यकता नहीं है। इसके अलावा, वृक्षों के निर्माण के लिए केवल एक उपयोगकर्ता-निर्धारित पैरामीटर की आवश्यकता होती है। निष्कर्ष: एचआईवी/एसआईवी उपप्रकारण पर किए गए व्यापक परीक्षणों ने दिखाया कि हमारी विधि द्वारा निर्मित वायरस वर्गीकरण हमारे सर्वोत्तम वर्गीकरण ज्ञान के साथ अच्छे से मेल खाते हैं, यहां तक कि गैर-कोडिंग एलटीआर (लॉन्ग टर्मिनल रिपीट) क्षेत्रों में जो नियमित समानांतर विधियों द्वारा अक्सर डुप्लीकेशन/इंसर्शन/डिलीशन के कारण हल नहीं किए जा सकते हैं। हालांकि, हमारी विधि केवल एचआईवी/एसआईवी उपप्रकारण तक सीमित नहीं है। यह समय-खपत करने वाली समानांतर प्रक्रिया के बिना एक वैकल्पिक वृक्ष निर्माण प्रदान करती है।
डिडिएर एट अल। (मंगल,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: