Movi:一个快速且缓存效率高的全文pangenome索引
Mohsen Zakeri1, Nathaniel K Brown1, Omar Y Ahmed1
1Department of Computer Science, Johns Hopkins University.
基因组索引的新工具Movi使用移动结构来快速进行纳米孔测序阅读分类. 它比现有方法提供了显著的加快速度,使实时应用成为可能.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 泛基因组索引对于分析大型基因组数据集至关重要,特别是用于快速分类测序读取.
- 现有的压缩索引数据结构,如FM索引和r索引,对复杂的泛基组具有空间和查询时间的限制.
- 移动结构提供了一种新的方法,采用O(r) 空间和O(1) 时间查询,其中r是BWT中运行的次数.
研究的目的:
- 实施和评估Movi,这是一个有效的工具,用于构建和查询移动结构pangenome索引.
- 与现有方法相比,评估Movi在索引大小,查询速度和可扩展性方面的表现.
- 为了证明Movi适合于纳米孔测序中的实时应用.
主要方法:
- 实施的移动结构,用于 pangenome 索引.
- 将Movi与r-index进行比较,以及其他用于索引构建和查询性能的方法.
- 分析索引大小可扩展性随着体大小的增加.
- 对分类任务的查询速度的评估,包括伪匹配长度和向后搜索.
- 缓存性能和内存预检利用率的评估.
主要成果:
- 莫维的索引大小与基BWT中的运行次数 (r) 相对有利,尽管它比较小的引用的r-index大.
- 莫维的查询速度至少比现有的分类任务方法快10倍,在某些情况下比现有的分类任务速度快30倍以上.
- 电影展示了出色的缓存局部性,并从内存预获取中获益,最大限度地减少大 pangenomes 的缓存错误.
- 该工具展示了一个快速的,恒定时间的查询循环,对于实时应用程序至关重要.
结论:
- Movi提供了一个高效的解决方案,用于泛基因组索引和快速阅读分类.
- 在Movi中实现的移动结构为大规模基因组分析提供了显著的性能优势.
- 由于其速度和可预测的查询时间,Movi非常适合实时应用,例如纳米孔测序中的自适应采样.
更多相关视频
10:40Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine
Published on: December 22, 2017
12:08Hybrid De Novo Genome Assembly for the Generation of Complete Genomes of Urinary Bacteria using Short- and Long-read Sequencing Technologies
Published on: August 20, 2021
相关概念视频
Multi-species Conserved Sequences
Although the genome of each species varies greatly from each other, a few sequences are highly conserved. Such conserved...
Gene Evolution - Fast or Slow?
In contrast, regions which code...
Evolutionary Relationships through Genome Comparisons
Genomics
Genomic DNA in Eukaryotes
Comparing Mitochondrial, Chloroplast, and Prokaryotic Genomes
