计算机应用研究

作者：温华铭,徐云,杨金宝,

单位：1.中国科学技术大学计算机科学与技术学院,合肥230027；2.安徽省高性能计算重点实验室,合肥230027；3.华中农业大学信息学院,武汉430070；

关键词：串联重复,单分子实时测序,序列比对,种子-扩展法,

基金：国家自然科学基金面上项目(61672480)；国家外专局111引智计划资助项目(BP0719016)；；

串联重复序列是基因组构建的困难片段，由于其重复单元之间的相似性与其拷贝数的不确定性，在序列比对时容易定位到多个候选位置，如何快速而准确地筛选出正确的比对位置是一项挑战。现有方法使用种子（从测序片段中选取的短序列）来定位并扩展候选比对位置，但挑选种子时未考虑串联重复序列特性。因此，提出了一种串联重复序列比对的位置筛选方法，其通过计算稀有kmer（长度为k的子序列）序列的相似性来筛选比对结果。此外，采用合并稀有kmer的策略加速计算，并利用基于编辑距离的模糊查找以提高过滤信息密度。实验结果表明，在模拟数据集上提高比对结果的召回率与准确率的同时，该方法比现有方法快约2倍，且具有良好的并行加速性能。

来源：2024年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第7期