CD-HIT: ускоренный для кластеризации данных новейших секвенирующих технологий

CD-HIT — широко используемая программа для кластеризации биологических последовательностей с целью снижения избыточности последовательностей и улучшения производительности других анализов последовательностей. В ответ на быстрый рост объёмов данных секвенирования, генерируемых технологиями следующего поколения, мы разработали новую версию CD-HIT, ускоренную за счёт новой стратегии параллелизации и дополнительных методов, что позволяет эффективно кластеризовать такие наборы данных. Наши тесты продемонстрировали существенное ускорение благодаря параллелизации при использовании до ~24 ядер и квази-линейное ускорение при использовании до ~8 ядер. Усовершенствованный CD-HIT способен обрабатывать очень большие наборы данных за значительно более короткое время по сравнению с предыдущими версиями. Доступность: http://cd-hit.org. Контакт: liwz@sdsc.edu. Дополнительная информация: дополнительные данные доступны в Bioinformatics online.