大家好，我有同学做数据分析的时候，遇到一个问题，感觉比较复杂，已经超出我们生物专业的所以解决的范围了，所以来这里请教大家给一些建议。
假设有一小段 DNA 序列，这个序列有 8 个碱基（也就是 8 个字符）。碱基一共有 4 种，分别是 ATCG。现在这样的序列有 16645 条，这些序列之间不完全相同。我们想把这些序列按照序列相似度进行分组，要求
因为我们生物专业经常实验的多，对于算法的不是很明白。如果对上面的问题有想法的话，请麻烦详细说明一下。谢谢大家
这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.