1不匹配的字符串分组

Question

我有一组DNA序列，我想把它们分组，即基于相似性的聚类。文件看起来像

ATGCATGCATGCATGC
ATGCATGCATGCATGC
ATGCATGCATGCATGC
ATGCATGCATGCATGT
ATGCATGCATGCATGT
TTGCATGCATGCATGC
TTGCATGCATGCATGC
TTGCATGCATGCATGC
TTGCATGCATGCATGC
TTGCATGCATGCATGC

cat文件_名称.txt|排序| uniq-c

  3 ATGCATGCATGCATGC
  2 ATGCATGCATGCATGT
  5 TTGCATGCATGCATGC

通过这个我得到了数字和字符串，这是一种聚类。现在，我可以根据每个集群中的字符串数量过滤集群。你知道吗

但是我想在对数据分组时允许一个不匹配（在本例中，所有读取都归为一个组），我想知道什么是最好的方法。你知道吗

我可以将所有序列相互比较，计算汉明距离，并将汉明距离为0或1的读取分组在一起，但这是计算密集型的。你知道吗

我想知道有没有别的办法。你知道吗