×
大卫·威斯;恩里科·西拉古萨

高通量测序的全文索引。 （英语） Zbl 1457.68076号

Elloumi，Mourad（编辑），《下一代测序数据的算法》。技术、方法和应用。查姆：斯普林格。41-75 (2017).
摘要：高通量测序技术的最新进展要求新的算法在高效数据结构上工作，这些数据结构专门用于分析大量序列数据。本章描述了这种称为全文索引的数据结构，以表示给定文本（或文本集合）中包含的所有子字符串（或达到一定长度的子字符串）。
关于整个系列，请参见[Zbl 1383.68005号].

MSC公司：

68第05页 数据结构
68瓦32 字符串上的算法

软件：

BWA公司;斯特拉;微型剃须刀S;菲奥娜;SeqAn公司;巴特里西亚;Samtools公司
PDF格式BibTeX公司 XML格式引用
\textit{D.Weese}和\textit{E.Sirausa}，in：下一代测序数据的算法。技术、方法和应用。查姆：斯普林格。41-75（2017；Zbl 1457.68076）
全文： 内政部

参考文献：

[1] Abouelhoda，M.，Kurtz，S.，Ohlebusch，E.：用增强的后缀数组替换后缀树。J.离散算法2，53-86（2004）·Zbl 1115.92303号 ·doi:10.1016/S1570-8667（03）00065-0
[2] Adheroh，D.，Bell，T.，Mukherjee，A.：Burrows-Wheeler变换：数据压缩、后缀数组和模式匹配。施普林格科学与商业媒体，柏林（2008）·数字对象标识代码：10.1007/978-0-387-78909-5
[3] Arlazarov，V.，Dinic，E.，Kronrod，M.，Faradzev，I.：关于有向图传递闭包的经济构造。多克。阿卡德。Nauk 11，194（1970）·Zbl 0214.23601号
[4] Bauer，M.J.，Cox，A.J.，Rosone，G.，Sciortino，M.：下一代测序数据集的轻量级LCP构建。摘自：《生物信息学中的算法》，第326-337页。施普林格，柏林（2012）·Zbl 1370.68338号
[5] Bauer，M.J.，Cox，A.J.，Rosone，G.：构造和反转字符串集合bwt的轻量级算法。西奥。计算。科学。483, 134-148 (2013) ·Zbl 1292.68176号 ·doi:10.1016/j.tcs.2012.02
[6] Burkhardt，S.，Kärkkäinen，J.：使用间隙q-grams进行更好的过滤。基金。通知。56(1,2), 51-70 (2003) ·Zbl 1031.68092号
[7] Burkhardt，S.，Crauser，A.，Ferragina，P.，Lenhof，H.P.，Rivals，E.，Vingron，M.：使用后缀数组进行基于q-gram的数据库搜索。摘自：第三届国际计算分子生物学年会论文集（RECOMB-99），第77-83页（1999）
[8] Burrows，M.，Wheeler，D.J.：一种块分类无损数据压缩算法。技术报告124，数字SRC研究报告（1994）
[9] Cazaux，B.，Lecroq，T.，Rivals，E.：从索引数据结构到de Bruijn图。摘自：组合模式匹配，第89-99页。柏林施普林格出版社（2014）·兹比尔1407.68107
[10] Cormen，T.H.，Leiserson，C.E.，Rivest，R.L.，Stein，C.：算法导论。麻省理工学院，剑桥，马萨诸塞州（2001）·Zbl 1047.68161号
[11] Crochemore，M.、Grossi，R.、Kärkkäinen，J.、Landau，G.M.：计算Burrows-Wheeler变换的基于常量空间比较的算法。摘自：组合模式匹配，第74-82页。柏林施普林格出版社（2013）·Zbl 1381.68313号
[12] Döring，A.，Weese，D.，Rausch，T.，Reinert，K.：SeqA是用于序列分析的高效通用C++库。BMC生物信息。9, 11 (2008) ·doi:10.1186/1471-2105-9-11
[13] Emde，A.K.，Grunert，M.，Weese，D.，Reinert，K.，Sperling，S.R.：MicroRazerS：小RNA读取的快速校准。生物信息学26（1），123-124（2010）·doi:10.1093/bioinformatics/btp601
[14] Emde，A.K.，Schulz，M.H.，Weese，D.，Sun，R.，Vingron，M.，Kalscheuer，V.M.，Haas，S.A.，Reinert，K.：使用splazers检测单端和双端测序数据中具有准确断点的基因组indel变体。生物信息学28（5），619-627（2012）·doi:10.1093/生物信息系统/bts019
[15] Farach-Colton，M.，Ferragina，P.，Muthukrishnan，S.：关于后缀树结构的排序复杂性。J.ACM 47（6），987-1011（2000）·Zbl 1094.68694号 ·数字对象标识代码：10.1145/355541.355547
[16] Faro，S.，Lecroq，T.：准确的在线字符串匹配问题：最新结果综述。ACM计算。调查。45(2), 13 (2013) ·Zbl 1293.68314号 ·doi:10.1145/2431211.2431212
[17] Ferragina，P.，Manzini，G.：压缩文本索引。J.ACM 52（4），552-581（2005）·Zbl 1323.68261号 ·doi:10.1145/1082036.1082039
[18] Ferragina，P.，Gagie，T.，Manzini，G.：外部存储器中的轻量级数据索引和压缩。Algorithmica算法63（3），707-730（2012）·Zbl 1241.68062号 ·doi:10.1007/s00453-011-9535-0
[19] Galil，Z.，Giancarlo，R.：近似字符串匹配的数据结构和算法。J.复杂性4（1），33-72（1988）·Zbl 0646.68078号 ·doi:10.1016/0885-064X（88）90008-8
[20] Giegerich，R.，Kurtz，S.：祈使后缀树结构和纯功能后缀树结构的比较。科学。计算。程序。25, 187-218 (1995) ·Zbl 0853.68100号 ·doi:10.1016/0167-6423（95）00003-8
[21] Giegerich，R.，Kurtz，S.，Stoye，J.：惰性后缀树的高效实现。柔和。实际。实验33（11），1035-1049（2003）·doi:10.1002/spe.535
[22] Gog，S.，Beller，T.，Moffat，A.，Petri，M.：从理论到实践：使用简洁的数据结构即插即用。摘自：实验算法，第326-337页。柏林施普林格出版社（2014）
[23] Grossi，R.，Vitter，J.S.：压缩后缀数组和后缀树，用于文本索引和字符串匹配。SIAM J.计算。35(2), 378-407 (2005) ·Zbl 1092.68115号 ·doi:10.1137/S0097539702402354
[24] Grossi，R.、Gupta，A.、Vitter，J.S.：高阶熵压缩文本索引。摘自：第14届ACM-SIAM离散算法年会论文集，SODA'03，第841-850页。宾夕法尼亚州费城工业和应用数学学会（2003年）·Zbl 1092.68584号
[25] Gusfield，D.：字符串、树和序列的算法：计算机科学和计算生物学。剑桥大学出版社，纽约（1997）·Zbl 0934.68103号 ·doi:10.1017/CBO9780511574931
[26] 汉明，R.W.：错误检测和纠错代码。系统。《技术期刊》29，147-160（1950）·Zbl 1402.94084号 ·doi:10.1002/j.1538-7305.1950.tb00463.x
[27] Hon，W.K.，Lam，T.W.，Sadakane，K.，Sung，W.K，Yiu，S.M.：构建压缩后缀数组的高效时空算法。《算法》48（1），23-36（2007）·Zbl 1123.68137号 ·doi:10.1007/s00453-006-1228-8
[28] 英特尔：英特尔^&#xAE；64和IA-32体系结构优化参考手册。英特尔公司，加利福尼亚州圣克拉拉（2011）
[29] Jacobson，G.：节省空间的静态树和图。摘自：1989年第30届计算机科学基础年会，第549-554页。IEEE，纽约（1989）
[30] Kasai，T.，Lee，G.，Arimura，H.，Arikawa，S.，Park，K.：后缀数组中的线性时间最长公共前缀计算及其应用。摘自：第十二届组合模式匹配年度研讨会论文集，CPM'01，第181-192页。施普林格，柏林（2001）·Zbl 0990.68639号
[31] Kehr，B.、Weese，D.、Reinert，K.：恒星：快速准确的局部对准。BMC生物信息。12（补遗9），S15（2011）·doi:10.1186/1471-2105-12-S9-S15
[32] Langmead，B.，Trapnell，C.，Pop，M.，Salzberg，S.：短DNA序列与人类基因组的超快和记忆效率比对。基因组生物学。10（3），R25（2009）·doi:10.1186/gb-2009-10-3-r25
[33] Li，H.，Durbin，R.：使用burrows-wheeler变换快速准确地进行短读对齐。生物信息学25（14），1754-1760（2009）·doi:10.1093/bioinformatics/btp324
[34] Li，H.、Handsaker，B.、Wysoker，A.、Fennell，T.、Ruan，J.、Homer，N.、Marth，G.、Abecasis，G.和Durbin，R.，1000基因组项目数据处理子组：序列比对/地图格式和SAMtools。生物信息学25（16），2078-2079（2009）·doi:10.1093/bioinformatics/btp352
[35] Louza，F.A.，Telles，G.P.，Ciferri，C.D.D.A.：外部存储器广义后缀和LCP数组构造。摘自：组合模式匹配，第201-210页。柏林施普林格出版社（2013）·Zbl 1381.68072号
[36] Manber，U.，Myers，E.：后缀数组：在线字符串搜索的新方法。载于：《美国职业道德规范》90，第319-327页。SIAM，费城（1990）·Zbl 0800.68364号
[37] Manber，U.，Myers，E.：后缀数组：在线字符串搜索的新方法。SIAM J.计算。22(5), 935-948 (1993) ·Zbl 0784.68027号 ·doi:10.1137/0222058
[38] Mantaci，S.，Restivo，A.，Rosone，G.，Sciortino，M.：Burrows-Wheeler变换的扩展。西奥。计算。科学。387(3), 298-312 (2007) ·Zbl 1144.68024号 ·doi:10.1016/j.tcs.2007.07.014
[39] Manzini，G.：对Burrows-Wheeler变换的分析。J.ACM 48（3），407-430（2001）·Zbl 1323.68262号 ·doi:10.1145/382780.382782
[40] McCreight，E.M.：一种空间经济后缀树构造算法。J.ACM 23（2），262-272（1976）·Zbl 0329.68042号 ·数字对象标识代码：10.1145/321941.321946
[41] Morrison，D.R.：Patricia–检索字母数字编码信息的实用算法。J.ACM 15（4），514-534（1968）·数字对象标识代码：10.1145/321479.321481
[42] Navarro，G.，Mäkinen，V.：压缩全文索引。ACM计算。调查。39(1), 2:1-2:61 (2007) ·Zbl 1321.68263号
[43] Ohlebusch，E.：生物信息学算法：序列分析、基因组重排和系统发育重建。不来梅Oldenbusch（2013）·Zbl 1295.92011年
[44] Puglishi，S.，Smyth，W.，Turpin，A.：后缀数组构造算法的分类。摘自：Holub，J.（编辑）《2005年布拉格弦学会议论文集》，布拉格，第1-30页（2005）
[45] Rausch，T.、Emde，A.K.、Weese，D.、Döring，A.、Notredame，C.、Reinert，K.：基于分段的多序列比对。生物信息学24（16），i187-192（2008）·doi:10.1093/bioinformatics/btn281
[46] Rausch，T.、Koren，S.、Denisov，G.、Weese，D.、Emde，A.K.、Döring，A.、Reinert，K.：一种基于一致性的共识算法，用于从头开始和引用引导的短读序列组装。生物信息学25（9），1118-1124（2009）·doi:10.1093/bioinformatics/btp131
[47] Schulz，M.H.，Weese，D.，Rausch，T.，Döring，A.，Reinert，K.，Vingron，M.：快速自适应变阶马尔可夫链构造。收录：Crandall，K.，Lagergren，J.（编辑）《生物信息学中的算法》。《计算机科学讲义》，第5251卷，第306-317页。柏林施普林格出版社（2008）·doi:10.1007/978-3-540-87361-7_26
[48] Schulz，M.H.、Weese，D.、Holtgrewe，M.、Dimitrova，V.、Niu，S.、Reinert，K.、Richard，H.：Fiona：一种并行和自动的读取错误纠正策略。生物信息学30（17），i356-i363（2014）·doi:10.1093/bioinformatics/btu440
[49] Shi，F.：多字符串后缀数组：一种在线多字符串搜索方法。收录：Jaffar，J.、Yap，R.（编辑）《并发与并行、编程、网络与安全》。计算机科学课堂讲稿，第1179卷，第11-22页。施普林格，柏林（1996）。DOI 10.1007/BFb0027775。http://dx.doi.org/10.1007/BFb0027775 ·doi:10.1007/BFb0027775
[50] Simpson，J.T.，Durbin，R.：使用压缩数据结构高效从头组装大基因组。基因组研究22（3），549-556（2012）·doi:10.1101/gr.126953.111
[51] Sirausa，E.：高通量测序的近似字符串匹配。柏林弗雷大学博士论文（2015）
[52] Sirausa，E.、Weese，D.、Reinert，K.：使用近似种子和多重回溯快速准确地读取地图。《核酸研究》41（7），e78（2013）·doi:10.1093/nar/gkt005
[53] Sirausa，E.，Weese，D.，Reinert，K.：具有近似种子和多重回溯的可伸缩字符串相似性搜索/连接。载于：《2013年EDBT/ICDT联合研讨会论文集》，第370-374页。ACM，纽约（2013）
[54] Ukkonen，E.：后缀树上的近似字符串匹配。摘自：组合模式匹配，第228-242页。柏林施普林格（1993）
[55] Ukkonen，E.：后缀树的在线构造。《算法》14（3），249-260（1995）·Zbl 0831.68027号 ·doi:10.1007/BF01206331
[56] Weese，D.：高通量测序中的指标和应用。柏林弗雷大学博士论文（2013）
[57] Weese，D.，Schulz，M.H.：通过延迟频率索引在约束条件下进行高效字符串挖掘。摘自：《第八届数据挖掘工业会议论文集》（ICDM’08）。LNAI，第5077卷，第374-388页。柏林施普林格出版社（2008）
[58] 韦纳，P。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。