Minimap：高效的长序列比对工具

最新推荐文章于 2025-01-10 13:30:04 发布

原创最新推荐文章于 2025-01-10 13:30:04 发布 · 478 阅读

3 ·

CC 4.0 BY-SA版权

这篇文章介绍了如何在AcerDeskMini310迷你电脑上通过开源项目HackintoshDeskMini310安装和运行macOS。项目详细指导了硬件兼容性、软件配置，适用于低成本办公、家庭娱乐和学习实验。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Minimap：高效的长序列比对工具

minimap This repo is DEPRECATED. Please use minimap2, the successor of minimap. 项目地址: https://gitcode.com/gh_mirrors/minim/minimap

项目介绍

Minimap 是一款实验性的工具，旨在高效地找到两组长序列之间的多个近似映射位置。这些序列可以是读取与参考基因组、基因组之间，或者是长噪声读取之间的比对。Minimap 默认情况下具有高灵敏度，能够在 20% 的差异下找到 2kb 的匹配，但特异性较低。与主流比对工具不同，Minimap 目前不生成比对结果，因此其速度通常比主流比对工具快数十倍。例如，使用四个 CPU 核心，Minimap 可以在 2.5 分钟内将 1.6Gbp 的 PacBio 读取映射到人类基因组，在 3 分钟内将 1Gbp 的 PacBio E. coli 读取映射到预索引的 9.6Gbp 细菌基因组，或在约 1 小时内映射到预索引的 >100Gbp nt 数据库。

Minimap 并不替代主流比对工具，但它在你需要快速识别大量序列之间的长近似匹配时非常有用。对于这项任务，它比大多数现有工具都要快得多。

项目技术分析

算法概述

索引构建：Minimap 收集目标序列中所有 (w,k)-minimizers，并将其存储在哈希表中。标记最频繁的 0.1% 的 minimizers 为重复项。Minimap 使用可逆哈希函数来避免将 poly-A 作为 minimizers。
查询匹配：对于每个查询序列，收集所有 (w,k)-minimizers，并在哈希表中查找匹配项 (q_i,t_i,s_i)，其中 q_i 是查询位置，t_i 是目标位置，s_i 表示匹配是否在同一条链上。
匹配聚类：对于同一条链上的匹配，按 {q_i-t_i} 排序，并在 500bp 窗口内聚类匹配。Minimap 合并两个窗口，如果 50% 的 minimizer 匹配重叠。对于不同链上的匹配，按 {q_i+t_i} 排序，并应用类似的聚类过程。这一过程受到 Hough 变换的启发。
最长递增序列：对于每个聚类，按 q_i 排序 (q_i,t_i)，并解决 t_i 的最长递增序列问题。这找到了最长的共线匹配链。如果存在大于 10000 的间隙，则中断链。
输出结果：如果链包含 4 个或更多的 minimizer 匹配，并且匹配长度不小于 40，则输出链的起始和结束位置。
循环处理：如果还有更多目标序列，则返回到第一个查询记录并继续处理；否则停止。