XiaoMi-AI文件搜索系统
World File Search SystemFMSI
从superString到索引：使用蒙版洞穴 - 轮毂转换（MBWT）
DNA测序数据的指数增长需要有效的解决方案，以存储和查询大规模𝑘 -MER集。虽然最近的索引方法使用频谱的弦乐集（SPS），全文索引或哈希，但它们通常会施加结构性约束或需求广泛的参数调整，从而限制了其在不同数据集和数据类型上的可用性。在这里，我们提出了FMSI，这是一种最小的参数，高度空间效率的成员索引和压缩字典，用于任意𝑘 -MER集。fmsi将近似最短的超级弦与蒙面的洞穴 - 轮毂变换（MBWT）结合在一起。与传统方法不同，FMSI在没有预定义的假设上进行操作，而对𝑘 -mer重叠模式则可以利用它们。我们证明，与第二好的竞争对手相比，FMSI比SSHASH，SBWT和CBL等已建立的索引提供了卓越的存储效率，其空间节省最高为2-3倍，具体取决于数据集，𝑘 -MER大小，采样，采样和基因组复杂性，同时支持快速成员和词典成员和义务质量。总体而言，这项工作将基于超弦的索引作为基因组数据的高度通用，灵活且可扩展的方法，并在Pangenomics，宏基因组学和大规模基因组数据库中进行了直接应用。
教授N. Thajuddin博士，D.Sc. div>教授N. Thajuddin博士，D.Sc. div>
微生物学家学会的科学家奖，化学与合成生物学协会的生活时间成就奖；选举伦敦皇家生物学会（FRSB）伦敦皇家学会会员，印度真菌学会会员（FMSI），国家生物科学学院会员（FNABS），伦敦学会（FLS）伦敦研究员，印度微生物学会学会，印度微生物学会院士（FMBSI），来自Atviral Resection Society（FMBSI）的生命时期奖项（Aviral Resection Society）（AVRESIDES）（AVRSIDESS）5 REFERSIDES，dressize cormissize corminites，dressize cormandize克斯，有组织研讨会，2个国际会议，2个
通过功能 -
大型Mer集的有效动态数据结构的设计属于中央CHAL -11序列生物信息学的lenges。通过12个简单/频谱的字符串集，紧凑型𝑘 -mer设置表示的最新进展，最终使用蒙版的超弦框架，13个为广泛的范围𝑘-mer集提供了显着空间效率的数据结构。然而，14由于基础15个紧凑型表示的静态性质，执行设置操作的可能性仍然有限。在这里，我们开发了𝑓屏蔽的superStrings，这是一个概念，结合了蒙版的16个SuperSring和自定义的删除功能𝑓以通过字符串17串联启用有效的𝑘 -MER设置操作。结合了用于蒙版SuperSring的FMSI索引，我们通过Burrows-Wheeler Transform合并获得了一个内存效率18𝑘-MER索引，以支撑设置操作。框架19为压迫生物信息学问题提供了一个有希望的理论解决方案，并突出了𝑓屏蔽的超级弦的20个潜力，成为𝑘 -mer集的基本数据类型。21
功能分配的蒙版SuperStrings作为K-MER集的多功能和紧凑数据类型
摘要。DNA测序数据的指数增长需要用于新颖的空间算法以进行压缩和搜索。状态的方法通常使用𝑘-Merization进行数据令牌化，但有效地表示和查询𝑘-MER集仍然是一个重要的生物敏化挑战。我们最近的工作介绍了掩盖超弦的概念，该概念紧凑地表示𝑘 -mer集，而无需依赖常见的结构假设。但是，蒙版SuperSrins在设定操作和会员查询中的适用性仍在打开。在这里，我们开发了𝑓屏蔽的SuperString框架，该框架集成了删除功能𝑓，从而通过串联启用有效的𝑘 -MER设置操作。结合了FM索引的量身定制版本，该框架为𝑘mer集提供了多功能，紧凑的数据结构。我们证明了它在FMSI程序中的有效性，与领先的单个𝑘-Mer-mer-set索引方法（如SSHASH和SBWT）相比，在细菌泛基因组上进行评估时，该程序将空间效率提高1.4至4.5。总的来说，我们的工作突出了𝑓屏蔽的超串将其作为用于𝑘mer集的多功能基本数据类型的潜力。