CARGO：高效的格式无关基因组信息压缩存储
基因组学
2021-11-01 v1 计算工程、金融与科学
数据结构与算法
摘要
近年来全球生成的测序数据量呈超指数增长，使得压缩存储技术成为焦点。然而，大多数可用方案严格依赖于特定的生物信息学格式，有时还继承了其中次优的设计选择；这阻碍了灵活有效的数据共享。在此我们提出 CARGO（Compressed ARchiving for GenOmics，基因组学压缩归档），一个用于自动生成优化软件系统的高层框架，这些系统针对任意类型大型基因组数据集合的压缩存储进行了优化。我们的方法直接应用于 FASTQ 和 SAM 归档只需几行代码，产生的解决方案可与专门的格式定制压缩器匹敌，有时甚至更优，并且能良好扩展到多 TB 数据集。
引用
@article{arxiv.1506.05185,
title = {CARGO: Effective format-free compressed storage of genomic information},
author = {Łukasz Roguski and Paolo Ribeca},
journal= {arXiv preprint arXiv:1506.05185},
year = {2021}
}
备注
13 (Main) + 31 (Supplementary) + 88 (Manual) pages