TwoPaCo：一种从多个完整基因组构建压缩 de Bruijn 图的高效算法
数据结构与算法
2016-02-19 v1 基因组学
摘要
动机：De Bruijn 图已被提出作为一种数据结构，以促进在群体和比较基因组学环境下相关全基因组序列的分析。然而，当前的方法不能很好地扩展到许多大尺寸基因组（如哺乳动物基因组）。结果：在本文中，我们提出 TwoPaCo，一种简单且可扩展的低内存算法，用于从一组完整基因组直接构建压缩的 de Bruijn 图。我们证明它可以在典型共享内存机器上，在不到一天的时间内为 100 个模拟人类基因组构建该图，并在不到两小时内为八个真实灵长类动物构建该图。我们相信这一进展将实现对数百个哺乳动物大小基因组的新型生物学分析。可用性：我们的代码和数据可从 github.com/medvedevgroup/TwoPaCo 下载。联系：[email protected]
引用
@article{arxiv.1602.05856,
title = {TwoPaCo: An efficient algorithm to build the compacted de Bruijn graph from many complete genomes},
author = {Ilia Minkin and Son Pham and Paul Medvedev},
journal= {arXiv preprint arXiv:1602.05856},
year = {2016}
}