SEWAL: an open-source platform for next-generation sequence analysis and visualization.
SEWAL: an open-source platform for next-generation sequence analysis and visualization.
复制标题
DOI：
10.1093/nar/gkq661
复制
发表时间：
2010-12
影响因子：
14.9
通讯作者：
Ferré-D'Amaré AR
中科院分区：
文献类型：
--
作者：
Pitt JN;Rajapakse I;Ferré-D'Amaré AR
下一代DNA测序平台为功能性核酸的体外遗传分析提供了令人兴奋的新可能性。然而，结果数据集的大小提出了计算和分析方面的挑战。我们提出了一个开源软件包，该软件包采用位置敏感哈希算法枚举整个Illumina测序运行（~ 108个序列）中的所有唯一序列。该算法可以在几分钟内在台式计算机上对整个Illumina通道（~ 107个序列）进行拟线性时间处理。为了便于对测序数据进行可视化分析，该软件产生了三维散点图，其概念类似于休厄尔·赖特和约翰·梅纳德·史密斯的适应性或适应性景观。该软件还包含对掺杂选择特别有用的功能，如突变频率分析、信息内容计算、多元统计函数（包括主成分分析）、序列距离度量、序列搜索和跨多个Illumina数据集的序列比较。源代码、可执行文件和示例数据集的链接可在http://www.sourceforge.net/projects/sewal上获得。
Next-generation DNA sequencing platforms provide exciting new possibilities for in vitro genetic analysis of functional nucleic acids. However, the size of the resulting data sets presents computational and analytical challenges. We present an open-source software package that employs a locality-sensitive hashing algorithm to enumerate all unique sequences in an entire Illumina sequencing run (∼108 sequences). The algorithm results in quasilinear time processing of entire Illumina lanes (∼107 sequences) on a desktop computer in minutes. To facilitate visual analysis of sequencing data, the software produces three-dimensional scatter plots similar in concept to Sewall Wright and John Maynard Smith’s adaptive or fitness landscape. The software also contains functions that are particularly useful for doped selections such as mutation frequency analysis, information content calculation, multivariate statistical functions (including principal component analysis), sequence distance metrics, sequence searches and sequence comparisons across multiple Illumina data sets. Source code, executable files and links to sample data sets are available at http://www.sourceforge.net/projects/sewal.
登录
查看更多内容
影响因子：
5.6
作者：
SCHNEIDER, TD;STORMO, GD;EHRENFEUCHT, A
通讯作者：
EHRENFEUCHT, A
影响因子：
64.8
作者：
Poelwijk, Frank J.;Kiviet, Daniel J.;Tans, Sander J.
通讯作者：
Tans, Sander J.
影响因子：
15
作者：
Pitt, Jason N.;Ferre-D'Amare, Adrian R.
通讯作者：
Ferre-D'Amare, Adrian R.
影响因子：
2.7
作者：
WOLDA, H
通讯作者：
WOLDA, H
影响因子：
5.6
作者：
Kurtovic, Sanela;Shokeer, Abeer;Mannervik, Bengt
通讯作者：
Mannervik, Bengt