便携式BLAST类算法库及其对命令行,Python和R的实现

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:

• 基本本地对齐搜索工具 (BLAST) 是对序列相似性搜索的标准.
• 目前的BLAST实现主要是命令行工具,限制了集成到不同的应用程序.
• 存在对便携式,模块化和嵌入式BLAST类算法的需求.

研究的目的:

• 介绍search,一个C++11库和命令行工具,提供嵌入式BLAST-like功能.
• 通过R (Blaster) 和Python (npysearch) 包来证明search的可移植性.
• 方便将序列相似性搜索集成到更大的数据科学框架中.

主要方法:

• 开发了Search作为C++11库和命令行工具.
• 为R创建了Blaster,并为Python创建了npysearch,利用search库.
• 进行了性能基准,比较 nsearch,Blaster 和 npysearch 与 VSEARCH 和 BLAST+.

主要成果:

• nsearch提供便携式和嵌入式BLAST类序列相似性搜索功能.
• 布拉斯特和npysearch包成功地将search集成到R和Python环境中.
• 基准测试证实 nsearch,Blaster和npysearch的速度和准确性与VSEARCH和BLAST+等已知工具相提并论.

结论:

• nsearch提供了一种灵活而高效的解决方案,用于将序列相似性搜索嵌入到各种应用中.
• 开发Blaster和npysearch提高了R和Python用户的可访问性.
• 预计未来在像Julia这样的语言中实现的实现将进一步扩大 nsearch 的实用性.