串联重复序列比对的位置筛选方法

作     者：温华铭 徐云 杨金宝 Wen Huaming;Xu Yun;Yang Jinbao

作者机构：中国科学技术大学计算机科学与技术学院合肥230027 安徽省高性能计算重点实验室合肥230027 华中农业大学信息学院武汉430070 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2024年第41卷第7期

页      面：2160-2164页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

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) 

主　　题：串联重复 单分子实时测序 序列比对 种子-扩展法 

摘      要：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。