.png){kind=icon}
返回
HyperGen: compact and efficient genome sketching using hyperdimensional vectors
.png){kind=icon}
OA
AI
DOI：10.1093/bioinformatics/btae452.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
摘要
研究动机
基因组距离估计是一项关键任务，因为对全基因组相似性度量（如Average Nucleotide Identity，ANI）进行精确计算会产生高昂的运行时开销。基因组摘要是一种快速且内存高效的方法，通过从原始序列中提取代表性的k-mers来估计ANI相似性。在本工作中，我们提出了HyperGen，用于改进大规模ANI估计的准确性、运行时性能和内存效率。与将大型基因组文件转换为离散k-mer哈希的现有基因组摘要算法不同，HyperGen利用新兴的超维计算（HDC）将基因组编码为高维空间中的准正交向量（Hypervector，HV）。HV紧凑且能保留更多信息，允许在减少所需摘要大小的同时实现准确的ANI估计。具体而言，HyperGen中的HV摘要表示允许通过向量乘法高效地估计ANI，这自然受益于高度优化的通用矩阵乘法（GEMM）例程。因此，HyperGen实现了对海量基因组集合的高效摘要和ANI估计。
结果
我们使用多个不同规模的基因组数据集评估了HyperGen的摘要和数据库搜索性能。与基于摘要的其他方法相比，HyperGen能够实现相当或更优的ANI估计误差和线性度。测量结果表明，HyperGen是基因组摘要和数据库搜索中最快的工具之一。同时，HyperGen生成内存高效的摘要文件，同时确保高ANI估计精度。
可用性与实现
HyperGen的Rust实现以开源软件项目形式在MIT许可证下免费提供，地址为https://github.com/wh-xu/Hyper-Gen。用于复现实验结果的脚本可访问https://github.com/wh-xu/experiment-hyper-gen。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息