动态μ-PBWT:用于生物银行规模数据的动态运行长度压缩PBWT.

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
• 遗传学 是一个遗传学.

背景情况:

• 定位布罗斯-惠勒转换 (PBWT) 对于类型分析至关重要,但缺乏动态更新功能.
• 现有的动态解决方案 (d-PBWT) 是内存密集型,而静态压缩版本 (Syllable-PBWT, mu-PBWT) 缺乏更新功能或有限的查询类型.

研究的目的:

• 开发一种高效的内存和动态可更新的压缩PBWT.
• 为了实现高效的哈普洛型匹配和对大型遗传数据集的查询.

主要方法:

• 运行长度压缩PBWT以提高压缩率.
• 使用自平衡树来存储压缩运行,促进动态更新 (插入/删除).
• 实现一个与动态更新兼容的长匹配查询算法.

主要成果:

• 与d-PBWT相比,动态mu-PBWT可以实现显著的内存节省.
• 更新 (插入/删除) 是每个站点的恒定时间,可以在不解压索引的情况下执行.
• 数据结构支持动态更新和高效的长匹配查询.

结论:

• 动态mu-PBWT为大规模遗传数据分析提供了灵活且空间高效的索引解决方案.
• 它解决了以前的PBWT变体的局限性,使压缩数据的动态操作成为可能.
• 这种方法非常适合用于诸如统计阶段化,归算和生物库中的IBD检测等应用.