Resumen

Las tecnologías de secuenciación de nueva generación (NGS), cada vez más desarrolladas y baratas, nos permiten extraer vastos datos de secuencias de una muestra que contiene múltiples especies. La caracterización de la diversidad taxonómica para los datos de tamaño planetario juega un papel importante en los estudios metagenómicos, mientras que un paso crucial para hacer el estudio es el proceso de binning para agrupar las lecturas de secuencias de especies similares o clases taxonómicas. El binning metagenómico sigue siendo un reto debido no sólo a los diversos ruidos de lectura, sino también al enorme volumen de datos. En este trabajo, proponemos un método de binning no supervisado para lecturas NGS basado en el autómata celular unidimensional (1D-CA). Nuestro método de binning permite reducir el uso de memoria, ya que 1D-CA sólo ocupa un espacio lineal. Los experimentos con datos sintéticos muestran que nuestro método es útil para identificar especies de menor abundancia en comparación con la herramienta propuesta.

• Materias:Ácido ribonucleico (ARN) Genética vegetal Genómica Proteómica Transcripción genética
• Subjects:Ribonucleic acid (RNA) Plant genetics Genomics Proteomics Genetic transcription
• Palabras claves:facilidades del método de binning, autómata celular dimensional, sólo espacio lineal, exposición de conjuntos de datos sintéticos, tremendo volumen de datos, método de binning no supervisado, vastos datos de secuencias, NGS, proceso de binning, trabajo desafiante
• Keywords:binning method facilities, dimensional cellular automaton, only linear space, synthetic dataset exhibit, tremendous data volume, unsupervised binning method, vast sequence data, NGS, binning process, challenge work