机构名称：
¥ 2.0
与基因组数据库的一致性是生物信息学的基本操作，被BLAST推广了12。但是，测序的微生物基因组的速率持续增加，现在有13个数据集，现在数百万的数据集远远超出了现有的对齐工具的能力。我们14引入了词典，这是一种核苷酸序列比对工具，用于有效查询中度长度15个序列（> 500 bp），例如基因，质粒或长期读取数百万个原核生物16基因组。关键创新是构造一小部分探针K -Mers（例如n = 40,000）17“窗口覆盖”整个数据库的索引，从某种意义上说，每18个数据库基因组的每500 bp窗口都包含多个种子k -mers，每个k -mers每个都带有一个带有一个探针的共享前缀。19存储这些种子，并由他们同意的探针索引，在层次索引中可以实现20个快速和低内存可变长度匹配，伪有序，然后完全对齐。我们21表明，词典比BlastN能够与更高的灵敏度保持一致，因为查询≥1kb的查询差异从90％降至80％，然后在Small（GTDB）和大23（Allthebacteria和GenBank+GenBank+Repeq）数据库上基准基准。我们表明，与最先进的方法相比，词典词法可以达到更高的24个灵敏度，速度和较低的记忆。对25个基因的比对与来自Genbank和Refseq的234万个原核生物基因组的比对需要36秒26（稀有基因）至15分钟（16S rRNA基因）。词典MAP以标准格式27产生输出，其中包括BLAST的输出，可在MIT许可证28 https://github.com/shenwei356/lexicmap上获得。29 div>
词典：对数百万...
主要关键词
相关文件推荐
