kallisto Pseudoalignments基于k-mers和T-DBG构建索引进行比对。首先，通过k-mers建立contig，每个node对应一个k-compatibility class。在比对阶段，将read切割成k-mer，找到比对上的node的k-compatibility class交集，确定read的归属。通过避免冗余的k-equivalence class提高比对效率。
原文链接
参考博客链接
kallisto Pseudoalignments是基于k-mers + T-DBG（transcriptome de Bruijn graph）
关于什么是de Bruijn graph 请点这里
如上图有三条overlapping的 transcripts，红、蓝、绿各代表一条。
第一步：建立索引
k-mers默认是31，k-mers越小会越敏感。图上的每一个node都代表一个k-mer。
k-compatibility class：transcripts包含node的k-mers ，那么称transcripts为该node的一个k-comptibility class。如图上最左边的node有三个k-compatibility class，因为三条transcripts都包含该node代表的k-mer。三个最上面的node只有两个k-compatibility class，因为只有蓝和红两条transcripts包含node 代表的k-mer。
contig:连续的有相同k-compatibility class的node组成。如上图中最左边的三个node构成一个contig，最上面的node也构成一个contig。
index会建立一个hash table<KmerEntry,KmerHash> K
最低0.47元/天 解锁文章
扫一扫
2810
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
