#54 Seeding methods for read alignment with Markus Schmidt

the bioinformatics chat

Вміст надано Roman Cheplyaka. Весь вміст подкастів, включаючи епізоди, графіку та описи подкастів, завантажується та надається безпосередньо компанією Roman Cheplyaka або його партнером по платформі подкастів. Якщо ви вважаєте, що хтось використовує ваш захищений авторським правом твір без вашого дозволу, ви можете виконати процедуру, описану тут https://uk.player.fm/legal.

4y ago 1:00:46

MP3•Головна епізоду

In this episode, Markus Schmidt explains how seeding in read alignment works. We define and compare k-mers, minimizers, MEMs, SMEMs, and maximal spanning seeds. Markus also presents his recent work on computing variable-sized seeds (MEMs, SMEMs, and maximal spanning seeds) from fixed-sized seeds (k-mers and minimizers) and his Modular Aligner.

Links:

A performant bridge between fixed-size and variable-size seeding (Arne Kutzner, Pok-Son Kim, Markus Schmidt)
MA the Modular Aligner
Calibrating Seed-Based Heuristics to Map Short Reads With Sesame (Guillaume J. Filion, Ruggero Cortini, Eduard Zorita) — another interesting recent work on seeding methods (though we didn’t get to discuss it in this episode)

If you enjoyed this episode, please consider supporting the podcast on Patreon.

70 епізодів

#Bioinformatics #Genetics #Algorithms #Ngs #Roman Cheplyaka #Biology #Science #Natural Sciences #Sequence #Genomics