前言
"龙星计划"始于2002年，是计算机科学技术学术交流系列活动，组织一批在美国学术界已有成就、有一定地位的杰出海外华人教授回国授课，就某一领域，系统地讲授一门美国研究生课程。
2017年龙星计划《生物信息学》课程将在7月31日-8月4日于哈尔滨工业大学举行，课程特邀美国卡内基梅隆大学Jian
Ma教授，系统讲授主题为"Recent Algorithms for Genomic Big
Data"的系列课程。本期课程由哈尔滨工业大学承办，面向全国招收学员150名。
小编有幸能参加学习，并为大家带来了其中的学习内容小结，让我们来看一看第一天的学习内容吧。
1 序列比对
首先了解什么是序列数据。
序列数据的说明：http://en.wikipedia.org/wiki/FASTQ_format
短序列映射：
以搜索GATTACA位置示例：
1 序列比对原理
何谓相似性（similar）：序列a与b之间的编辑距离（Edit distance）=将a转化为b所需以下操作的最少操作数：1、突变（替换）一个碱基；2、删除一个碱基；3、插入一个碱基；例如：
参数：1、”gap”表示插入一个“-”的代价，表示一个插入或缺失；2、cost（x，y）表示将x与y进行比对的代价，cost(x,x) = 0 and cost(x,y) = 错配处罚(mismatchpenalty)。
目标：通过发现最低代价比对（lowest cost alignment）；比对代价（Cost of analignment）定义为sum of the cost(x,y) for the pairs of characters that are aligned + gap × number of - characters inserted.
序列比对得分函数：
TheNeedleman-Wunsch Matrix：
TheNeedleman-Wunsch Algorithm：
1 局部匹配问题
基于索引的局部匹配：
SuffixArrays：
对每个基因组后缀进行排序：
为参考基因组编索引：Suffix Array
按照字典编纂的顺序存储序列后缀起始位置的数组，前缀相同的后缀分在一起。
搜索索引：
总运行时间：O(m log n)，更复杂，但更快；查询循环32次；
查询数组速度快，但需要时间构建，一次运行，永久使用。
为参考基因组编好索引并存入数组中，通过序列比对算法将目标序列比对到参考基因组上，从而实现序列的组装拼接。
本文中的图片，均来自授课老师的讲课教材，感谢授课老师的精彩的课程安排与无私的分享。感谢哈工大的老师及工作人员在课程期间的精心准备与辛苦组织，提供了我们一个非常棒的学习机会。规格严格，功夫到家！！！
