Cd-hit: быстрая программа для кластеризации и сравнения больших наборов белковых или нуклеотидных последовательностей
Cd-hit: a fast program for clustering and comparing large sets of protein or nucleotide sequences
2006-05-26
SCID: 54.1/9vd25ef8
Discuss with AI
BLASTCD-HITcd-hit-2dcd-hit-estcd-hit-est-2dбазы последовательностей большого масштабакластеризация нуклеотидных последовательностейкластеризация белковых последовательностейсравнение последовательностейультрабыстрая кластеризация
Figures from the paper
Abstract (AI)
Актуальность: В 2001 и 2002 годах мы опубликовали две статьи (Bioinformatics, 17, 282–283; Bioinformatics, 18, 77–82), описывающие ультрабыструю программу для кластеризации белковых последовательностей под названием cd-hit. Эта программа эффективно кластеризует огромные белковые базы данных с миллионами последовательностей. Однако применение базового алгоритма не ограничивается только кластеризацией белковых последовательностей; в данной работе мы представляем несколько новых программ, использующих тот же алгоритм, включая cd-hit-2d, cd-hit-est и cd-hit-est-2d. Cd-hit-2d сравнивает два набора белковых данных и сообщает о похожих совпадениях между ними; cd-hit-est выполняет кластеризацию базы данных ДНК/РНК; cd-hit-est-2d сравнивает два набора нуклеотидных данных. Все эти программы способны обрабатывать огромные наборы данных с миллионами последовательностей и могут работать в сотни раз быстрее методов, основанных на популярных инструментах сравнения последовательностей и поиска по базам данных, таких как BLAST.
Key Findings
1
Все варианты cd-hit обрабатывают огромные наборы данных с миллионами последовательностей и могут быть на сотни раз быстрее методов на базе таких инструментов, как BLAST.
2
Алгоритм cd-hit обобщён в новые программы: cd-hit-2d для сравнения двух белковых наборов и выявления схожих совпадений.
3
cd-hit — ультрабыстрая программа, способная эффективно кластеризовать очень большие базы белковых последовательностей с миллионами записей.
4
cd-hit-est расширяет алгоритм для кластеризации ДНК/РНК (нуклеотидных) баз последовательностей.
5
cd-hit-est-2d сравнивает два нуклеотидных набора данных для выявления схожих совпадений между ними.
Research Object
Набор программ CD-HIT для кластеризации и сравнения больших наборов белковых или нуклеотидных последовательностей
Research Subject
Эффективная кластеризация и попарное сравнение очень больших наборов белковых и нуклеотидных последовательностей (масштабируемость, скорость и отчёт о совпадениях по сходству по сравнению со стандартными инструментами)
Publication Details
Publication Date
2006-05-26
Journal
Publisher
ISSN
Cited by
11435
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Работы, цитирующие эту статью20
phyloseq: пакет R для воспроизводимого интерактивного анализа и визуализации данных о составе микробиома2013
Поиск и кластеризация с производительностью на несколько порядков выше, чем у BLAST2010
CD-HIT: ускоренный для кластеризации данных новейших секвенирующих технологий2012
Черновая последовательность генома гексаплоидной хлебной пшеницы (Triticum aestivum), построенная на основе хромосом2014
Создание высококачественных пангеномов прокариот с помощью конвейера Panaroo2020
Изменения микробиоты кишечника человека отражают прогрессирование нарушений толерантности к глюкозе2013
PathogenFinder — различение друга и врага с использованием данных о полном геноме бактерий2013
Моделирование аспектов языка жизни посредством трансферного обучения на белковых последовательностях2019
PrankWeb: веб-сервер для предсказания и визуализации сайтов связывания лигандов2019
Геномная последовательность маша и новые сведения об эволюции видов рода Vigna2014
PANNZER2: быстрый веб-сервер для функциональной аннотации2018
Систематический анализ растительных LTR-ретротранспозонов выявляет филогенетические взаимоотношения их полипротеиновых доменов и обеспечивает основу для классификации элементов2019
OrthoDB: иерархический каталог ортологов животных, грибов и бактерий2012
Микробиом зубного налёта при здоровье и заболевании2013
Прогнозирование антимикробных пептидов на основе выравнивания последовательностей и методов отбора признаков2011
Распределение триптофан-зависимых путей синтеза индол-3-уксусной кислоты у бактерий, выявленное с помощью крупномасштабного геномного анализа2019
DepoScope: точная аннотация деполимераз фагов и определение границ доменов с использованием больших языковых моделей2024
Библиотека вирусного ORFeome для системного генетического анализа взаимодействий хозяин-патоген2026
Обнаружение специфичных бактерий ризосферы Rhodanobacter, вовлечённых в опосредованную KAI2 толерантность к засухе у Arabidopsis2026
Реестр всех видов животных на основе ДНК: система штрихкодовых индексных номеров (BIN)2013