SEK：稀疏利用 $k$-mer 基于的细菌群落组成估计
摘要：使用稀疏信号处理领域的稀疏性强制方法(例如压缩感知)，通过将所有样本序列同时分配给预处理的参考数据库，我们得到了一种解决细菌群落组成估计问题的方法。基于核密度估计技术的通用统计模型被引入用于分配任务，并使用凸优化工具得到模型解决方案。此外，我们还设计了一种贪婪算法以实现快速解决方案。我们的方法提供了一种相对快速的群落组成估计方法，显示出对输入数据变化更具鲁棒性的特点，比最近引入的相关方法更好。该方法的基于平台的Matlab实现在http://www.ee.kth.se/ctsoftware上免费提供；不需要访问Matlab的源代码当前正在进行测试，并将稍后通过上述网站提供。
作者：Saikat Chatterjee, David Koslicki, Siyuan Dong, Nicolas Innocenti, Lu Cheng, Yueheng Lan, Mikko Vehkaper"a, Mikael Skoglund, Lars K. Rasmussen, Erik Aurell, Jukka Corander
论文ID：1407.0387
分类：Genomics
分类简称：q-bio.GN
提交时间：2014-10-02