Lambda: the local aligner for massive biological data.
Lambda: the local aligner for massive biological data.
复制标题
DOI：
10.1093/bioinformatics/btu439
复制
发表时间：
2014-09-01
期刊：
影响因子：
--
通讯作者：
Reinert K
中科院分区：
文献类型：
--
作者：
Hauswedell H;Singer J;Reinert K
动机：下一代测序技术产生了前所未有的数据量，从而带来了全新的研究领域。其中之一是宏基因组学，即研究含有多种不同生物体的大尺寸DNA样本。宏基因组学中的一个关键问题是对测序的DNA进行功能和分类，为此通常使用众所周知的BLAST程序。但是BLAST在宏基因组数据规模上具有巨大的资源需求，给研究人员带来了很高的经济或技术负担。已经进行了多次尝试来克服这些局限性，并提出了一个可行的替代BLAST。结果：在这项工作中，我们提出了Lambda，我们自己的替代BLAST序列分类的背景下。在我们的测试中，Lambda在重现BLAST结果方面往往优于最好的工具，并且在可比的灵敏度水平上与当前最先进的工具相比是最快的。可用性和实施：Lambda在用于序列分析的SeqAn开源C++库中实现，并且可在www.example.com公开下载http://www.seqan.de/projects/lambda。联系人：hannes. fu-berlin.de补充信息：补充数据可在生物信息学在线获得。
Motivation: Next-generation sequencing technologies produce unprecedented amounts of data, leading to completely new research fields. One of these is metagenomics, the study of large-size DNA samples containing a multitude of diverse organisms. A key problem in metagenomics is to functionally and taxonomically classify the sequenced DNA, to which end the well-known BLAST program is usually used. But BLAST has dramatic resource requirements at metagenomic scales of data, imposing a high financial or technical burden on the researcher. Multiple attempts have been made to overcome these limitations and present a viable alternative to BLAST. Results: In this work we present Lambda, our own alternative for BLAST in the context of sequence classification. In our tests, Lambda often outperforms the best tools at reproducing BLAST’s results and is the fastest compared with the current state of the art at comparable levels of sensitivity. Availability and implementation: Lambda was implemented in the SeqAn open-source C++ library for sequence analysis and is publicly available for download at http://www.seqan.de/projects/lambda. Contact: hannes.hauswedell@fu-berlin.de Supplementary information: Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
48
作者：
Langmead, Ben;Salzberg, Steven L.
通讯作者：
Salzberg, Steven L.
影响因子：
3
作者：
Kehr B;Weese D;Reinert K
通讯作者：
Reinert K
DOI：
10.1093/bioinformatics/btt254
发表时间：
2014-01-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Huson DH;Xie C
通讯作者：
Xie C
DOI：
10.1093/protein/13.3.149
发表时间：
2000-03-01
期刊：
PROTEIN ENGINEERING
影响因子：
--
作者：
Murphy, LR;Wallqvist, A;Levy, RM
通讯作者：
Levy, RM
影响因子：
56.9
作者：
REGAN, L;DEGRADO, WF
通讯作者：
DEGRADO, WF