大规模Burrows Wheeler变换：基于Apache Spark的实现算法
数据结构与算法
2021-07-08 v1 分布式、并行与集群计算
摘要
随着下一代测序（NGS）技术的快速发展，大量“组学”数据每日被收集并需要处理。大规模序列数据集的索引与压缩是此背景下最重要的任务之一。本文提出基于大数据技术（即Apache Spark和Hadoop）计算Burrows Wheeler变换的算法。我们的算法首次实现了索引计算的分布式而不仅是输入数据集的分布式，从而能够充分利用可用的云资源。
引用
@article{arxiv.2107.03341,
title = {Burrows Wheeler Transform on a Large Scale: Algorithms Implemented in Apache Spark},
author = {Ylenia Galluzzo and Raffaele Giancarlo and Mario Randazzo and Simona E. Rombo},
journal= {arXiv preprint arXiv:2107.03341},
year = {2021}
}
备注
11 pages, 2 figures, 2 tables. arXiv admin note: substantial text overlap with arXiv:2007.10095