MS SQL Server
  1. MS SQL Server
  3. Implémentation de K-mer / n-gram dans SQL
Intereting Posts
Index pour la table dans SQL Server 2012 Est-il possible de modifier un type de données de colonne SQL Server de bigint à varchar après qu'il a été rempli? Script INSERT dynamic en SQL Blocage SQL Server sur la même table Table de valeurs typées Ssortingngs en sql, y a-t-il une meilleure façon de le faire? (Nous utilisons MSSQL) Différence dans le nombre de lectures logiques pour un set de données similaire Comment sélectionner en fonction d'un autre SELECT avec plusieurs lignes comme réponse? Comment exécuter proceduce pour sélectionner sql À l'aide de SQL Server, GROUP BY Convertir la date en seulement aaaa-mm-jj Quel est le problème avec les sliders? Manipulation des alphabets (norvégien et danois) dans Sql Server Procédure stockée erreur de lancement sur l'exécution, je ne vois pas la syntaxe incorrecte où l'erreur dit À quelle cardinalité SQL Server bascule-t-il sur un scan d'index (vs. PHP / PDO / MSSQL comment get des informations d'erreur?

Implémentation de K-mer / n-gram dans SQL

Je veux implémenter k-mer / n-gram algoirthm dans SQL Server. ( https://en.wikipedia.org/wiki/N-gram ). Dans les bases de données, j'ai des millions de séquences de protéines et je veux find des k-mers en tant que tableau.

Par exemple; Pour ATATAGGTCGT | k=5 ATATAGGTCGT | k=5 résultat sera 

 1 | ATATA 2 | TATAG 3 | ATAGG 4 | TAGGT 5 | AGGTC 6 | GGTCG 7 | GTCGT

Merci pour l'attention.

En ce qui concerne https://en.wikipedia.org/wiki/N-gram k ou n est une variable. La fonction user sera alors la meilleure solution en prenant k ou n comme paramètre d'input. 

 IF object_id('dbo.nGram','IF') IS NOT NULL DROP FUNCTION dbo.nGram; GO CREATE FUNCTION dbo.nGram(@s nvarchar(max),@ int) RETURNS TABLE AS RETURN WITH value AS( SELECT 2 p,LEFT(@s,@)g WHERE LEN(@s)>=@ UNION ALL SELECT p+1,SUBSTRING(@s,p,@)FROM value WHERE LEN(@s)>p-2+@) SELECT g FROM value GO WITH t AS( SELECT s FROM(values('ATCGAAGGTCGT'),('AT'))t(s) ) SELECT s,g FROM t OUTER APPLY dbo.nGram(s,2)

Je pense que cette requête fonctionne pour vous.

Compte tenu de votre volume de données, peut-être que cela peut être plus performant.

Exemple 

 Declare @YourTable table (ID int,SomeCol varchar(50)) Insert Into @YourTable values (1,'ATATAGGTCGT') Declare @K int =5 Declare @MaxNGram int = 10 ;with cte as ( Select Top (@MaxNGram) N = Row_Number() over (Order By (Select NULL)) From master..spt_values n1 ) Select A.ID ,B.* From @YourTable A Cross Apply ( Select N ,S=Subssortingng(A.SomeCol,N,@K) From cte ) B Where len(S)=@K

Résultats

entrez la description de l'image ici