Resumen

Los rápidos avances en las técnicas de secuenciación de alto rendimiento han creado interesantes retos computacionales en bioinformática. Uno de ellos se refiere a la gestión de cantidades masivas de datos generados por secuenciadores automáticos. Tenemos que hacer frente a la persistencia de los datos genómicos, en particular almacenando y analizando estos datos procesados a gran escala. Encontrar una alternativa al modelo de base de datos relacional, frecuentemente considerado, se convierte en una tarea apremiante. Otros modelos de datos pueden ser más eficaces cuando se trata de una gran cantidad de datos no convencionales, especialmente para las operaciones de escritura y recuperación. En este artículo, analizamos el enfoque de base de datos NoSQL Cassandra para el almacenamiento de datos genómicos. Realizamos un análisis de la persistencia y las operaciones de E/S con datos reales, utilizando el sistema de base de datos Cassandra. También comparamos los resultados obtenidos con un sistema de base de datos relacional clásico y otro enfoque de base de datos NoSQL, MongoDB.

• Materias:Ácido ribonucleico (ARN) Genética vegetal Genómica Proteómica Transcripción genética
• Subjects:Ribonucleic acid (RNA) Plant genetics Genomics Proteomics Genetic transcription
• Palabras claves:enfoque de base de datos, datos genómicos, sistema de base de datos relacional clásico, sistema de base de datos Cassandra, Otros modelos de datos, retos computacionales interesantes, modelo de base de datos relacional, datos, persistencia, operaciones O
• Keywords:database approach, genomic data, classical relational database system, Cassandra database system, Other data models, interesting computational challenges, relational database model, data, persistency, O operations