运行长度压缩的元基因组读取分类与SMEM查找和标记
Lore Depuydt1, Omar Y Ahmed2, Jan Fostier1
1Department of Information Technology - IDLab, Ghent University - imec, 9052 Gent, Belgium.
iScience
|January 7, 2026
概括
我们开发了一种新的计算方法,用于使用压缩的BWT索引进行metagenomic读取分类. 这种方法有效地对测序数据进行分类,比现有工具提高了准确性和速度.
科学领域:
- 计算生物学是一种计算生物学.
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- 在分析复杂的生物样本时,元基因组读取分类至关重要.
- 当前的方法面临着大规模,多样化的测序数据的挑战.
研究的目的:
- 引入一种高效,准确的元基因组读取分类方法.
- 为了利用运行长度压缩和基于BWT的索引来提高性能.
主要方法:
- 使用了运行长度压缩的布罗斯-惠勒转换 (BWT) 索引与移动结构.
- 实现了超最大精确匹配 (SMEM) 的识别和分类的共识算法.
- 使用采样标签数组将SMEM与类标识符关联起来.
主要成果:
- 与SPUMONI 2相比,实现了更高的精度和运行时间性能.
- 与Cliffy相比,显示出具有竞争力的记忆效率.
- 在各种数据集中成功分类长短读数.
结论:
- 拟议的方法为元基因组读取分类提供了一个高效和准确的解决方案.
- 运行长度压缩的基于BWT的索引与完整的SMEM对于大规模数据分析是有效的.


