RAPSearch2: a fast and memory-efficient protein similarity search tool for next-generation sequencing data.
RAPSearch2: a fast and memory-efficient protein similarity search tool for next-generation sequencing data.
复制标题
DOI：
10.1093/bioinformatics/btr595
复制
发表时间：
2012-01-01
期刊：
影响因子：
--
通讯作者：
Ye Y
中科院分区：
文献类型：
--
作者：
Zhao Y;Tang H;Ye Y
总结：随着下一代测序技术的广泛应用，人们迫切需要一种快速的蛋白质相似性搜索工具，该工具可以很好地扩展到大型查询数据集和大型数据库。在以前的工作中，我们开发了RAPSearch，这是一种相对于BLAST实现了约20-90倍加速的算法，同时对于来自NGS数据的短蛋白片段仍然实现了相似的灵敏度水平。然而，RAPSearch由于其使用后缀数组数据结构而需要大量的存储器占用来识别比对种子。在这里，我们提出了RAPsearch 2，一个新的内存效率的RAPSearch算法，使用无冲突的哈希表索引相似性搜索数据库的实现。利用优化的数据结构进一步加快了相似性搜索-另外2-3倍。我们还在RAPsearch 2中实现了多线程，多线程模式实现了显著的加速（例如，4线程模式为3.5倍）。RAPsearch 2在单线程模式下运行时最多需要2G内存，在4线程模式下运行时最多需要3.5G内存。可用性和实现：用C++实现，源代码可从RAPsearch 2网站http://omics.informatics.indiana.edu/mg/RAPSearch2/免费下载。联系方式：yye@indiana.edu补充信息：可在RAPSearch 2网站上查阅。
Summary: With the wide application of next-generation sequencing (NGS) techniques, fast tools for protein similarity search that scale well to large query datasets and large databases are highly desirable. In a previous work, we developed RAPSearch, an algorithm that achieved a ~20–90-fold speedup relative to BLAST while still achieving similar levels of sensitivity for short protein fragments derived from NGS data. RAPSearch, however, requires a substantial memory footprint to identify alignment seeds, due to its use of a suffix array data structure. Here we present RAPSearch2, a new memory-efficient implementation of the RAPSearch algorithm that uses a collision-free hash table to index a similarity search database. The utilization of an optimized data structure further speeds up the similarity search—another 2–3 times. We also implemented multi-threading in RAPSearch2, and the multi-thread modes achieve significant acceleration (e.g. 3.5X for 4-thread mode). RAPSearch2 requires up to 2G memory when running in single thread mode, or up to 3.5G memory when running in 4-thread mode. Availability and implementation: Implemented in C++, the source code is freely available for download at the RAPSearch2 website: http://omics.informatics.indiana.edu/mg/RAPSearch2/. Contact: yye@indiana.edu Supplementary information: Available at the RAPSearch2 website.
登录
查看更多内容
影响因子：
3
作者：
Ye Y;Choi JH;Tang H
通讯作者：
Tang H
影响因子：
48
作者：
Brady, Arthur;Salzberg, Steven L.
通讯作者：
Salzberg, Steven L.
影响因子：
7
作者：
Huson, Daniel H.;Auch, Alexander F.;Schuster, Stephan C.
通讯作者：
Schuster, Stephan C.
影响因子：
64.8
作者：
Turnbaugh, Peter J.;Hamady, Micah;Yatsunenko, Tanya;Cantarel, Brandi L.;Duncan, Alexis;Ley, Ruth E.;Sogin, Mitchell L.;Jones, William J.;Roe, Bruce A.;Affourtit, Jason P.;Egholm, Michael;Henrissat, Bernard;Heath, Andrew C.;Knight, Rob;Gordon, Jeffrey I.
通讯作者：
Gordon, Jeffrey I.
影响因子：
7
作者：
Marioni, John C.;Mason, Christopher E.;Gilad, Yoav
通讯作者：
Gilad, Yoav