SeqForge: Una plataforma escalable para búsquedas basadas en alineación, detección de motivos y curación de...

Área de la Ciencia:

• La genómica
• La bioinformática
• Biología computacional

Sus antecedentes:

• El aumento de los volúmenes de datos microbianos y metagenómicos requiere herramientas de análisis eficientes.
• Los métodos existentes como BLAST + a menudo requieren scripts personalizados para búsquedas comparativas a gran escala y anotaciones funcionales, lo que plantea desafíos para los investigadores.

Objetivo del estudio:

• Desarrollar un conjunto de herramientas modulares escalables (SeqForge) para búsquedas simplificadas basadas en la alineación y la minería de motivos en grandes conjuntos de datos genómicos.
• Automatizar la creación de bases de datos, las consultas y la curación de resultados para una exploración meta / genómica mejorada.

Principales métodos:

• SeqForge es un conjunto de herramientas de línea de comandos que automatiza las operaciones de la base de datos BLAST+ e integra el descubrimiento de motivos de aminoácidos.
• Es compatible con diversos formatos de entrada, ejecución paralela y proporciona extracción de secuencia / contigo y análisis de resultados.
• Se incluyen herramientas de visualización integradas y evaluación comparativa para el análisis del rendimiento.

Principales resultados:

• SeqForge automatiza tareas complejas, incluidas las búsquedas BLAST+ y la detección de motivos, en grandes conjuntos de datos genómicos.
• El kit de herramientas demuestra una escala de tiempo de ejecución casi lineal para módulos intensivos con requisitos de memoria modestos.
• Los resultados se seleccionan en formatos estructurados y fáciles de analizar para un análisis simplificado.

Conclusiones:

• SeqForge reduce los obstáculos computacionales para el análisis de datos meta / genómicos a gran escala.
• Permite a los investigadores realizar búsquedas BLAST a escala de población y detección de motivos sin scripts personalizados.
• El conjunto de herramientas de libre acceso, independiente de la plataforma, es adecuado para diversos entornos informáticos.