编辑距离图的构建,用于通过最小化器-bucketing 进行大量短阅读的编辑距离图
Pengyao Ping1, Jinyan Li1,2
1School of Computer Science, Faculty of Engineering and Information Technology, University of Technology Sydney, Ultimo, NSW 2007, Australia.
Bioinformatics advances
|April 30, 2025
概括
识别具有较小编辑距离的短读数对对于序列错误纠正至关重要,但计算密集. 该 reads2graph 方法有效地检测这些对使用新的图形穿越和桶技术,实现高完整性和速度.
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:
- 短读测序对于基因组分析至关重要.
- 序列错误纠正依赖于识别小编辑距离的读取.
- 对于大型数据集来说,用于对识别的粗暴力方法在计算上是不可行的.
研究的目的:
- 开发一种有效的方法来识别具有较小编辑距离的短阅读对.
- 为了提高序列错误纠正的完整性和速度.
- 为了解决对检测对现有的桶技术的局限性.
主要方法:
- 定义了一个编辑距离图,其中读取节点,边缘表示小编辑距离.
- 开发了reads2graph启发式方法,使用最小化桶,Order-Min-Hash和多跳转的图形穿越.
- 优化了桶装参数,以最大限度地覆盖桶内的边缘.
主要成果:
- 在大多数数据集中,Reads2graph 在边缘检测中达到97%-100%的完整性.
- 这种方法在速度上明显优于粗暴武力识别.
- 与Miniception或Order-Min-Hash等单个桶方法相比,Reads2graph提供了更好的速度和完整性的平衡.
结论:
- Reads2graph提供了一个高效和高效的解决方案,用于识别读取对以纠正错误.
- 该方法提高了基因组数据处理的准确性和速度.
- 该工具是公开可用的,促进其在研究界的采用.
