miBLAST: scalable evaluation of a batch of nucleotide sequence queries with BLAST.
miBLAST: scalable evaluation of a batch of nucleotide sequence queries with BLAST.
复制标题
DOI：
10.1093/nar/gki739
复制
发表时间：
2005
影响因子：
14.9
通讯作者：
Patel JM
中科院分区：
文献类型：
--
作者：
Kim YJ;Boyd A;Athey BD;Patel JM
在许多现代生物信息学应用中，一个常见的任务是将一组核苷酸查询序列与一个大的序列数据集进行匹配。检索工具，如BLAST，被设计为一次评估单个查询，当查询集中的序列数量很大时，可能会慢得令人无法接受。在本文中，我们提出了一种新的算法，称为miBLAST，有效地评估这样的批量工作负载。在核心部分，miBLAST采用q-gram过滤和索引连接来有效地检测查询序列和数据库序列之间的相似性。这种面向集合的技术对查询集和数据库集都进行了索引，与现有方法相比，它大大提高了性能。我们的研究结果表明，在许多情况下，miBLAST是显着快于BLAST。例如，miBLAST在1.26天内将Affytron探针组中的247965个寡核苷酸序列与人UniGene进行比对，而BLAST为27.27天（提高了22倍）。miBLAST的相对性能增加较大的字大小;然而，它降低了较长的查询。miBLAST采用熟悉的BLAST统计模型和输出格式，保证与BLAST相同的准确性，并促进现有BLAST用户的无缝过渡。
A common task in many modern bioinformatics applications is to match a set of nucleotide query sequences against a large sequence dataset. Exis-ting tools, such as BLAST, are designed to evaluate a single query at a time and can be unacceptably slow when the number of sequences in the query set is large. In this paper, we present a new algorithm, called miBLAST, that evaluates such batch workloads efficiently. At the core, miBLAST employs a q-gram filtering and an index join for efficiently detecting similarity between the query sequences and database sequences. This set-oriented technique, which indexes both the query and the database sets, results in substantial performance improvements over existing methods. Our results show that miBLAST is significantly faster than BLAST in many cases. For example, miBLAST aligned 247 965 oligonucleotide sequences in the Affymetrix probe set against the Human UniGene in 1.26 days, compared with 27.27 days with BLAST (an improvement by a factor of 22). The relative performance of miBLAST increases for larger word sizes; however, it decreases for longer queries. miBLAST employs the familiar BLAST statistical model and output format, guaranteeing the same accuracy as BLAST and facilitating a seamless transition for existing BLAST users.
登录
查看更多内容
影响因子：
1.7
作者：
Zhang, Z;Schwartz, S;Miller, W
通讯作者：
Miller, W
影响因子：
14.9
作者：
Rouillard, JM;Zuker, M;Gulari, E
通讯作者：
Gulari, E
DOI：
10.1073/pnas.0308725100
发表时间：
2004-03-02
影响因子：
11.1
作者：
Uddin, M;Wildman, DE;Goodman, M
通讯作者：
Goodman, M
影响因子：
7
作者：
Ning, ZM;Cox, AJ;Mullikin, JC
通讯作者：
Mullikin, JC
影响因子：
5.8
作者：
Korf, I;Gish, W
通讯作者：
Gish, W