基于K-spectrum的下一代测序数据的纠错算法分析

• 作者: 梁家海 赖德焕 陈庆锋 黄丽宇
• 来源期刊: 广西科学院学报
• 学科: 工学
• 关键词: NGS 基因错误修正 Hadoop K-spectrum
• 年，卷（期）: 2017,（1）
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP301.6
• 字数: 3233字
• 语种: 中文
• DOI: 10.13657/j.cnki.gxkxyxb.20170228.001

摘要

[目的]对现有的下一代测序(Next Generation Sequencing,NGS)纠错算法和工具进行分析,提出基于Hadoop平台的纠错算法,以解决大数据处理中计算机内存不足和运行时间长的问题,提升纠错性能.[方法]使用特定的数据对现有的基于K-spectrum的纠错算法进行测试,对各纠错工具的运行时间、内存峰值和纠错结果进行比较来衡量纠错工具的性能.在此基础上提出Hadoop分布式并行纠错算法(Parallel algorithm),并与串行程序、Lighter和Racer进行比较,分析分布式并行实现的可行性.[结果]现有的基于K-spectrum的纠错工具普遍存在较大的内存消耗现象,其中Racer和Sga的纠错效果较好.而Hadoop分布式并行纠错算法对计算机单机内存的消耗较低,当数据量超过一定值时,并行分布式程序的运算时间比串行单机程序明显减少.[结论]本研究提出的Hadoop分布式并行纠错算法不仅降低了内存消耗,而且提高了运算性能,更有利于大规模基因数据的分析处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁家海	钦州学院电子与信息工程学院	33	73	5.0	6.0
2	陈庆锋	广西大学计算机与电子信息学院	8	2	1.0	1.0
6	黄丽宇	广西大学信息网络中心	4	20	2.0	4.0
7	赖德焕	广西大学计算机与电子信息学院	1	1	1.0	1.0