准确基因组组装中的配对片段信息的理论界限
摘要：基因组组装问题的一个新的视角：基因组组装在提供足够的mate-pair信息的情况下是容易的。此外，本文还量化了在基因组中最长重复区域的长度方面，需要多少个mate-pair文库才能进行准确的基因组组装。在我们的分析中，我们考虑了一个理想化的测序模型，其中每个mate-pair文库在基因组的每个位置上生成一对没有错误的读取，且插入大小是固定的并已知。即使在这个理想化的模型中，我们证明了在最坏的情况下不能保证准确的基因组重构，除非至少产生大约R/2L个mate-pair文库，其中R是基因组中最长的重复区域的长度，L是每个读取的长度。另一方面，如果提供(R/L)+1个mate-pair文库，则可以使用简单的算法在多项式时间内轻松找到正确的基因组组装。尽管在实践中，(R/L)+1个mate-pair文库可能过多，但先前的边界仅适用于最坏的情况。在我们的最后结果中，我们展示了在基因组上满足附加条件的情况下，只需要O(log (R/L))个mate-pair文库就可以保证正确的组装。
作者：Henry Lin
论文ID：1310.1653
分类：Genomics
分类简称：q-bio.GN
提交时间：2013-12-30