KSI：面向TB级别的DNA序列匹配软件库

KSI: 面向TB级别的DNA序列匹配软件库①

赵喜全②*** 李 旭* 吕慧伟*** 谭光明*

【摘 要】为了满足对不同物种进行DNA序列分析的需求和适应DNA序列数据的快速增长，针对目前DNA序列分析软件大都各自实现一套序列存储和查询功能，工作重复且没有考虑并行性、扩展性和分布式系统或环境的缺陷，基于DNA序列分析的基本操作k-mer匹配，设计并实现了一个面向TB量级的DNA序列匹配软件库——k-mer查找接口(KSI)。KSI提供了一套分布式环境下的编程接口，并且针对生物计算领域的DNA序列匹配进行优化。实验显示，KSI为DNA序列匹配提供了一个高效的解决方案。 【期刊名称】高技术通讯 【年(卷),期】2015(025)012 【总页数】8

【关键词】生物信息学， k-mer匹配， DNA序列处理， 应用程序编程接口

0 引 言

DNA测序技术给生物学带来了实质性的革命。1990年人类基因组计划的启动是人类为了探索自身奥秘迈出的重要一步。2001年第一份人类基因组草图[1]的发表，是人类基因组研究的一个里程碑。人类基因组图谱可使许多领域受益，可帮助我们认识特定病毒和疾病之间以及致癌基因和癌症之间的关系，促进法医学的发展，促进生物燃料等能源的开发，等等。尽管第一个基因组测序花费近一亿美金[2]，但之后的测序成本迅速下降，使这项技术能够被更多人使用。下一代基因测序技术会使测序的吞吐率更高，有望进一步降低成本。

DNA测序分为两种不同的方法：从头测序和重测序。前者不需要任何参考序列