相关实验视频
Updated: Jun 23, 2025
11:41
Mapping Mammalian 3D Genome Interactions with Micro-C-XL
Published on: November 3, 2023
2.4K
使用k-Ordered FM索引的高效构建和利用kISS用于大型基因组中的超快速读取映射
Zheng-Dao Yang1, Hsuan-Yu Kuo1, Po-Wei Hsieh1
1Department of Computer Science, National Yang Ming Chiao Tung University, Hsinchu, Taiwan.
Bioinformatics (Oxford, England)
|June 19, 2024
概括
k-ordered 诱导后排序 (kISS) 算法有效地构建k-ordered FM索引,改善生物信息学模式匹配的构建时间和内存使用. 这种方法可以增强FMtree应用程序,而无需额外的计算或内存开销.
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
- 数据结构 数据结构
背景情况:
- 十分钟空间的全文索引 (FM-index) 对于生物信息学中的模式匹配至关重要.
- 这种k-ordered概念增强了短查询模式的FM索引.
- 现有的构建算法不能完全利用k-ordered概念来加速.
研究的目的:
- 引入一种新的算法,即k-ordered Induced Suffix Sorting (kISS),用于高效的FM指数构建.
- 在构建 k 顺序后数组时提高时间和内存效率.
- 展示k排序的FM索引与现有的工具 (如FMtree.FMtree) 的集成.
主要方法:
- 开发了k排序的诱导后排序 (kISS) 算法.
- 实现了一种算法工作流程,用于构建k排序的后数组.
- 整合了新的策略,在施工过程中优化时间和内存效率.
主要成果:
- kISS显著改善了k顺序的FM索引的构建时间.
- 生成的 k 顺序后数组与 FMtree.是兼容的.
- 在与FMtree.tree集成时不需要额外的计算或内存.
结论:
- kISS提供了一种有效的方法来构建和使用k-ordered FM索引.
- 该算法为泛基因组时代的模式匹配提供了实际的好处.
- 这项工作促进了FM索引在生物信息学研究中的应用.
