MirLibSpark：面向多库功能注释的可扩展植物微小RNA预测管道
分布式、并行与集群计算
2025-01-31 v1 基因组学
摘要
下一代测序技术的出现大幅增加了转录组数据的规模。尽管已提出许多独立算法和工作流程用于新型微小RNA（miRNA）预测，但鲜有针对大型基因组大规模序列数据设计的工具，更少有能够通过分析多个实验库对功能性miRNA进行进一步注释。我们基于Apache Spark框架实现了mirLibSpark，构建了一个适用于大规模数据设施的改进管道。该管道是当前最快的实际方法，相较于标准方法在准确性上也有所提升。本文首次提供了一个独立且完全自动化的分布式功能性miRNA预测器。它是一种高效且准确的miRNA预测工具，具备功能性洞察。此外，它满足植物miRNA预测的金标准要求。
引用
@article{arxiv.2501.17998,
title = {MirLibSpark: A Scalable NGS Plant MicroRNA Prediction Pipeline for Multi-Library Functional Annotation},
author = {Chao-Jung Wu and Amine M. Remita and Abdoulaye Baniré Diallo},
journal= {arXiv preprint arXiv:2501.17998},
year = {2025}
}
备注
13 pages, 4 figures, 2 tables, published in conference proceedings