SOPanG 2：无假阳性的泛基因组在线搜索
数据结构与算法
2020-04-16 v2
摘要
动机：泛基因组可存储为弹性退化（ED）串，这是一种近期提出的多重重叠序列紧凑表示。然而，在ED串上的搜索并不能指示哪些个体（若有）匹配整个查询。结果：我们用来源（个体索引）增强ED串，并提出SOPanG（Shift-Or for Pan-Genome）工具的扩展，以仅报告真阳性匹配，忽略那些未出现在任何单倍型中的匹配。用于检查匹配的附加阶段在实践中带来低于3.5%的相对速度损失，这意味着SOPanG 2能够以超过430 MB/s的单线程吞吐量在真实数据上报告泛基因组中的模式匹配并将其映射到个体。可用性与实现：SOPanG 2可在此处下载：github.com/MrAlexSee/sopang
引用
@article{arxiv.2004.03033,
title = {SOPanG 2: online searching over a pan-genome without false positives},
author = {Aleksander Cisłak and Szymon Grabowski},
journal= {arXiv preprint arXiv:2004.03033},
year = {2020}
}