文献

J-GLOBAL ID：201702220654131395   整理番号：17A0142881

シミュレートされた次世代シーケンシングデータを用いた誤り訂正性能の要因分析【Powered by NICT】

Factorial analysis of error correction performance using simulated next-generation sequencing data

著者 (6件)： Akogwu Isaac (School of Computing, University of Southern Mississippi, Hattiesburg, USA) ,  Wang Nan (School of Computing, University of Southern Mississippi, Hattiesburg, USA) ,  Zhang Chaoyang (School of Computing, University of Southern Mississippi, Hattiesburg, USA) ,  Hwanseok Choi (Department of Public Health, University of Southern Mississippi, Hattiesburg, USA) ,  Hong Huixiao (Division of Bioinformatics and Biostatistics, National Center for Toxicological Research, U.S. Food and Drug Administration, Jefferson, AR, USA) ,  Gong Ping (Environmental Laboratory, U.S. Army Engineer Research and Development Center, Vicksburg, MS, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1164-1169  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 誤り訂正は,次世代シークエンシング(NGS)データ解析における重要な初期段階である。60以上のツールが開発されているが,それらの強みと弱みに関する系統的エビデンスに基づく比較,特に補正精度の点ではない。NGSデータセット特性(ゲノムサイズ,被覆深さとリード長特に)は,誤差補正性能(精度とFスコア)にどのように影響するか調べるために,同様にデータセット特性での変動に対する六つのk-merスペクトル基盤法の性能感受性/抵抗性を比較するために完全要因シミュレーション研究報告した。多方向A NOVA試験は補正法とデータセット特性の選択は性能計量に有意な影響を及ぼしたことを示した。全体として,BFC,Bless,BloocooとMusketは27種の合成データセット上で軽量化して長さのこてより優れていた。各選択法では,長さと被覆深さはゲノムサイズよりも性能に顕著な影響を示した。本研究は,実世界NGSデータセットで遭遇するであろう共通変数に応答した誤り訂正法の性能挙動への洞察をもたらした。もこのシミュレーション研究から得られた結果を検証するために,ウェットラボジェネレイテッド(one-generated)実験NGSデータの更なる研究を正当化する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 軽量化 ,  被覆 ,  シミュレーション ,  データ解析 ,  スペクトル ,  *誤り訂正 ,  感受性 ,  *因子分析
準シソーラス用語： 選択法 ,  補正法 ,  スコア ,  ゲノムサイズ ,  次世代シークエンシング , 【Automatic Indexing@JST】

分類 (1件)： 符号理論  (ND02030R)

タイトルに関連する用語 (3件)： 次世代シーケンシング ,  誤り訂正 ,  要因分析