一种支持搜索的用于泛基因组分析的压缩de Bruijn图表示

最近，Marcus等人（Bioinformatics 2014）提出使用压缩de Bruijn图来描述同一或近缘物种的许多个体/菌株的基因组之间的关系。他们设计了一个称为splitMEM的$O(n \log g)$时间算法，该算法基于后缀树直接（即不使用未压缩的de Bruijn图）构建此图，其中$n$为基因组总长度，$g$为最长基因组的长度。在本文中，我们提出了一种在理论与实践中均优于他们算法的构建算法。此外，我们提出了一种新的空间高效压缩de Bruijn图表示，增加了在泛基因组内搜索模式（例如等位基因——基因的一种变异形式）的可能性。