Resumen

Antecedentes. El rápido avance de las tecnologías de secuenciación ha hecho posible la producción regular de millones de lecturas de alta calidad a partir de las muestras de ADN en los laboratorios de secuenciación. Con este fin, el grafo de Bruijn es una estructura de datos muy popular en la literatura sobre ensamblaje de genomas para representar y procesar datos de forma eficiente. Debido al número de nodos de un grafo de Bruijn, el principal obstáculo es la memoria y el tiempo de ejecución. Por lo tanto, esta área ha recibido una atención significativa en la literatura contemporánea. Resultados. En este artículo, presentamos un enfoque llamado HaVec que intenta lograr un equilibrio entre el consumo de memoria y el tiempo de ejecución. HaVec utiliza una tabla hash junto con una estructura de datos vectorial auxiliar para almacenar el grafo de Bruijn, mejorando así el uso total de memoria y el tiempo de ejecución. Una característica crítica y digna de mención de HaVec es que no presenta errores de falsos positivos. Conclusiones. En general, el procedimiento de construcción de grafos ocupa la mayor parte del tiempo de un proceso de ensamblaje. HaVec puede considerarse un avance significativo en este aspecto. Prevemos que HaVec será extremadamente útil en el ensamblaje de genomas basado en grafos de Bruijn.

• Materias:Ácido ribonucleico (ARN) Biosíntesis Genética vegetal Genómica Biología computacional
• Subjects:Ribonucleic acid (RNA) Biosynthesis Plant genetics Genomics Computational biology
• Palabras claves:grafo de Bruijn, HaVec, tiempo de ejecución, estructura de datos vectorial auxiliar, error falso positivo, bibliografía sobre ensamblaje de genomas, procedimiento de construcción de grafos, estructura de datos popular, uso total de memoria, grafo de Bruijn
• Keywords:de Bruijn graph, HaVec, running time, auxiliary vector data structure, false positive error, genome assembly literature, graph construction procedure, popular data structure, total memory usage, Bruijn graph