Sparse and skew hashing of K-mers.
Sparse and skew hashing of K-mers.
复制标题
DOI：
10.1093/bioinformatics/btac245
复制
发表时间：
2022-06-24
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
k-mers字典是一种存储n个不同k-mers的数据结构，并支持成员查询。这种数据结构是计算生物学中许多重要任务的核心。DNA的高通量测序可以产生非常大的k-mer集，大小可达数十亿个字符串——在这种情况下，数据结构的内存消耗和查询效率是一个具体的挑战。为了解决这个问题，我们为k-mers描述了一个压缩的关联字典，即：一个数据结构，其中字符串以紧凑的形式表示，并且每个字符串都与范围内的唯一整数标识符相关联。我们表明，与最著名的解决方案相比，k-mer最小化器的一些统计特性可以通过最小完美哈希来充分利用，从而大大改善字典的空间/时间权衡。https://github.com/jermp/sshash。补充数据可在生物信息学网站获得。
A dictionary of k-mers is a data structure that stores a set of n distinct k-mers and supports membership queries. This data structure is at the hearth of many important tasks in computational biology. High-throughput sequencing of DNA can produce very large k-mer sets, in the size of billions of strings—in such cases, the memory consumption and query efficiency of the data structure is a concrete challenge. To tackle this problem, we describe a compressed and associative dictionary for k-mers, that is: a data structure where strings are represented in compact form and each of them is associated to a unique integer identifier in the range . We show that some statistical properties of k-mer minimizers can be exploited by minimal perfect hashing to substantially improve the space/time trade-off of the dictionary compared to the best-known solutions. https://github.com/jermp/sshash. Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
12.3
作者：
Břinda K;Baym M;Kucherov G
通讯作者：
Kucherov G
影响因子：
7
作者：
Jackman, Shaun D.;Vandervalk, Benjamin P.;Birol, Inanc
通讯作者：
Birol, Inanc
DOI：
10.1109/tkde.2020.2966609
发表时间：
2021-09-01
影响因子：
8.9
作者：
Perego, Raffaele;Pibiri, Giulio Ermanno;Venturini, Rossano
通讯作者：
Venturini, Rossano
影响因子：
16.6
作者：
Pibiri, Giulio Ermanno;Venturini, Rossano
通讯作者：
Venturini, Rossano
影响因子：
5.6
作者：
Pibiri, Giulio Ermanno;Venturini, Rossano
通讯作者：
Venturini, Rossano