Paquet : kmc (3.1.1+dfsg-3 et autres)

décompte de k-mers dans des séquences de génome

Le logiciel kmc est conçu pour le décompte de k-mers (séquences de k symboles consécutifs) dans un ensemble de lectures. Le décompte de k-mers est important dans beaucoup d’applications de bio-informatique, par exemple, le développement d’assembleurs pour graphes de Bruijn.

La construction de graphes de Bruijn est une approche couramment utilisée pour l’assemblage de génome avec des données de séquençage de seconde génération. Malheureusement, les erreurs de séquençage (fréquentes en pratique) conduisent à des besoins de mémoire énormes pour les graphes de Bruijn, ainsi qu’un temps long de construction. Une des approches populaires pour gérer ce problème est de filtrer les lectures d’entrée de façon que les k-mers uniques (obtenus très certainement à la suite d’une erreur) soient rejetées.

Ainsi, KMC analyse les lectures brutes et produit une représentation compacte de toutes les lectures non uniques accompagnée du nombre de leurs occurrences. Les algorithmes mis en œuvre dans KMC utilisent essentiellement de l’espace disque plutôt que de la RAM, ce qui permet d’utiliser KMC même sur ordinateur personnel classique. Lorsqu’il est utilisé sur des serveurs haut de gamme (ce qui est nécessaire pour les concurrents de KMC), il les surpasse tant en besoins de mémoire qu’en vitesse de calcul. L’espace disque nécessaire pour les calculs est de l’ordre de la taille des données d’entrée (habituellement, c’est moins).

Étiquettes: Domaine: Biologie, Bio-informatique, Mis en œuvre en: implemented-in::c++, interface::commandline, Interface utilisateur: Interpréteur de commandes, Rôle: role::program, science::calculation, Champ d'application: Utilitaire, But: Analyse, Calcul

Cette page est uniquement disponible dans les langues suivantes (Comment configurer la langue par défaut du document) :