
HairSplitterは、ノイズの多い長い読み取りからバクテリアやウイルスのハプロタイプを効率的に分離することができる。


coremsg

Motivation Long-read assemblers face challenges in discerning closely related viral or bacterial strains, often collapsing similar strains in a single sequence. This limitation has been hampering metagenome analysis, where diverse strains may harbor crucial functional distinctions.

Results We introduce a novel software, HairSplitter, designed to retrieve strains from a strain-oblivious assembly and long reads. The method uses a custom variant calling process to operate with erroneous long reads and introduces a new read binning algorithm to recover an a priori unknown number of strains. On noisy long reads, HairSplitter can recover more strains while being faster than state-of-the-art tools, both in the viral and the bacterial case.

Availability HairSplitter is freely available on GitHub at [github.com/RolandFaure/HairSplitter][1].

Contact roland.faure{at}irisa.fr

### Competing Interest Statement

The authors have declared no competing interest.

 [1]: https://github.com/RolandFaure/Hairsplitter

HairSplitter: haplotype assembly from long, noisy reads

長いノイズの読み取りからハプロタイプアセンブリを行う-hairsplitter-


長いノイズの読み取りからハプロタイプアセンブリを行う「HairSplitter」


title_rewrite


GRAMEP は、最大エントロピー原理に基づいて、ゲノム中の最も情報量の高い領域を特定し、それらを用いて変異の同定と系統分類を行うことができる。


gramep-効率的な変異検出と分類を可能にする新しいアプローチ


GRAMEP: 効率的な変異検出と分類を可能にする新しいアプローチ



メキシマル完全一致を利用することで、ゲノムデータの圧縮と高速な系統分類が可能である。


高速かつ圧縮された系統分類のためのメキシマル完全一致の活用