CD-HIT: accelerated for clustering the next-generation sequencing data.
CD-HIT: accelerated for clustering the next-generation sequencing data.
复制标题
DOI：
10.1093/bioinformatics/bts565
复制
发表时间：
2012-12-01
期刊：
影响因子：
--
通讯作者：
Li W
中科院分区：
文献类型：
--
作者：
Fu L;Niu B;Zhu Z;Wu S;Li W
总结：CD-HIT是一种广泛使用的程序，用于聚类生物序列，以减少序列冗余并提高其他序列分析的性能。为了应对下一代测序技术产生的测序数据量的快速增长，我们开发了一种新的CD-HIT程序，该程序采用新颖的并行化策略和一些其他技术加速，以允许对此类数据集进行有效聚类。我们的测试表明，非常好的加速来自并行化高达1024个核心和准线性加速高达1088个核心。增强的CD-HIT能够在比以前的版本更短的时间内处理非常大的数据集。可用性：http://cd-hit.org。联系：liwz@sdsc.edu补充信息：补充数据可在生物信息学在线。
Summary: CD-HIT is a widely used program for clustering biological sequences to reduce sequence redundancy and improve the performance of other sequence analyses. In response to the rapid increase in the amount of sequencing data produced by the next-generation sequencing technologies, we have developed a new CD-HIT program accelerated with a novel parallelization strategy and some other techniques to allow efficient clustering of such datasets. Our tests demonstrated very good speedup derived from the parallelization for up to ∼24 cores and a quasi-linear speedup for up to ∼8 cores. The enhanced CD-HIT is capable of handling very large datasets in much shorter time than previous versions. Availability: http://cd-hit.org. Contact: liwz@sdsc.edu Supplementary information: Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
5.8
作者：
Li, WZ;Jaroszewski, L;Godzik, A
通讯作者：
Godzik, A
影响因子：
14.9
作者：
Sun S;Chen J;Li W;Altintas I;Lin A;Peltier S;Stocks K;Allen EE;Ellisman M;Grethe J;Wooley J
通讯作者：
Wooley J
影响因子：
3
作者：
Niu B;Fu L;Sun S;Li W
通讯作者：
Li W
影响因子：
5.8
作者：
Edgar, Robert C.
通讯作者：
Edgar, Robert C.