对于现代CPU上的长读序列化应用程序,加快minimap2
Saurabh Kalikar1, Chirag Jain2, Md Vasimuddin3
1Intel Labs, Bangalore, India. saurabh.kalikar@intel.com.
Nature computational science
|January 4, 2024
概括
研究人员优化了用于绘制长序列阅读的工具minimap2,以显著加快基因组学和转录组学工作流程. 这些改进可以将绘图时间缩短1.8倍,而不会影响准确度.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 长读测序是基因组学和转录组学的一个标准工具.
- 映射测序读取到参考基因组是一个关键的,但耗时的步骤.
研究的目的:
- 为了加速minimap2软件以实现更快的长读映射.
- 提高基因组学和转录组学数据分析管道的效率.
主要方法:
- 实现了单指令多数据 (SIMD) 平行化.
- 优化了计算模块的缓存利用.
- 集成了一个学习的索引数据结构.
- 目标播种,链接和对对排序对齐模块在minimap2.2.
主要成果:
- 实现了最多1.8倍的端到端映射时间缩短,用于minimap2.
- 与未经优化版本相比,保持了相同的输出准确性.
- 在映射过程的关键计算步骤中展示了显著的加快速度.
结论:
- 提出的优化大大加快了minimap2的性能.
- 这些改进提高了大规模基因组学和转录组学研究的效率.
- 更快的映射可以更快地分析复杂的基因组数据.


