MUSIC：用于大规模短读序列数据的Burrows-Wheeler比对的混合计算环境
摘要：高通量DNA测序仪在我们理解分子水平上的疾病，农业中的标记辅助选择以及微生物遗传学研究中变得不可或缺。这些测序仪产生了大量的数据（通常每月原始数据量可达几十TB），需要高效的分析、管理和解释。目前常用的测序仪每次运行可以产生数十亿个短序列（最多150个碱基）。数据分析的第一步是将这些短序列与所选的参考基因组进行比对。有各种开源算法可用于序列与参考基因组的比对。这些工具通常对计算开销较大，无论是处理器数量还是内存。在这里，我们提出了一种名为MUSIC（Mapping USIng hybrid Computing）的混合计算环境，用于最流行的开源序列比对算法BWA，利用加速器比串行代码显示出更快的速度改进。
作者：Saurabh Gupta, Sanjoy Chaudhury 'and' Binay Panda
论文ID：1402.0632
分类：Genomics
分类简称：q-bio.GN
提交时间：2014-02-05