A Fast Approximate Algorithm for Mapping Long Reads to Large Reference Databases

计算机科学 参考文献 可扩展性 纳米孔测序 概率逻辑 算法 内存占用 数据挖掘 参考基因组 精确性和召回率 数据库 人工智能 基因组 操作系统 基因 化学 生物化学
作者
Chirag Jain,Alexander Dilthey,Sergey Koren,Srinivas Aluru,Adam M. Phillippy
出处
期刊:Lecture Notes in Computer Science 卷期号:: 66-81 被引量:33
标识
DOI:10.1007/978-3-319-56970-3_5
摘要

Emerging single-molecule sequencing technologies from Pacific Biosciences and Oxford Nanopore have revived interest in long read mapping algorithms. Alignment-based seed-and-extend methods demonstrate good accuracy, but face limited scalability, while faster alignment-free methods typically trade decreased precision for efficiency. In this paper, we combine a fast approximate read mapping algorithm based on minimizers with a novel MinHash identity estimation technique to achieve both scalability and precision. In contrast to prior methods, we develop a mathematical framework that defines the types of mapping targets we uncover, establish probabilistic estimates of p-value and sensitivity, and demonstrate tolerance for alignment error rates up to 20%. With this framework, our algorithm automatically adapts to different minimum length and identity requirements and provides both positional and identity estimates for each mapping reported. For mapping human PacBio reads to the hg38 reference, our method is 290x faster than BWA-MEM with a lower memory footprint and recall rate of 96%. We further demonstrate the scalability of our method by mapping noisy PacBio reads (each $$\ge 5$$ kbp in length) to the complete NCBI RefSeq database containing 838 Gbp of sequence and $$> 60,000$$ genomes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
叮叮车完成签到 ,获得积分10
1秒前
mathmotive完成签到,获得积分10
1秒前
老迟到的问安完成签到 ,获得积分10
1秒前
2秒前
han完成签到,获得积分10
2秒前
2秒前
CodeCraft应助LLYing采纳,获得10
2秒前
3秒前
安可瓶子完成签到,获得积分20
3秒前
3秒前
哆小咪完成签到 ,获得积分10
3秒前
Gorge完成签到 ,获得积分10
3秒前
Yhcir发布了新的文献求助10
5秒前
一二三发布了新的文献求助60
5秒前
Mortal完成签到,获得积分10
6秒前
安可瓶子发布了新的文献求助10
6秒前
传奇3应助可爱的电话采纳,获得10
7秒前
合适不愁完成签到,获得积分10
7秒前
向日葵的Rui完成签到,获得积分10
7秒前
yw发布了新的文献求助10
7秒前
Mortal发布了新的文献求助10
8秒前
乐乐应助felix采纳,获得10
8秒前
Miller应助felix采纳,获得10
8秒前
深情安青应助felix采纳,获得10
8秒前
Quenchingstar发布了新的文献求助10
10秒前
11秒前
adaddaaa完成签到,获得积分20
11秒前
11秒前
ing发布了新的文献求助10
12秒前
小慈完成签到,获得积分20
12秒前
鄂成危完成签到,获得积分10
12秒前
12秒前
jinl9587完成签到,获得积分10
13秒前
黄昏完成签到,获得积分10
15秒前
15秒前
wang发布了新的文献求助10
16秒前
李好人发布了新的文献求助10
16秒前
17秒前
ffgg12138发布了新的文献求助10
17秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3155576
求助须知:如何正确求助?哪些是违规求助? 2806779
关于积分的说明 7870685
捐赠科研通 2465047
什么是DOI,文献DOI怎么找? 1312118
科研通“疑难数据库(出版商)”最低求助积分说明 629877
版权声明 601892