EdClust: A heuristic sequence clustering method with higher sensitivity

聚类分析 计算机科学 启发式 序列(生物学) 数据挖掘 单连锁聚类 相关聚类 灵敏度(控制系统) CURE数据聚类算法 星团(航天器) 人工智能 生物 工程类 电子工程 遗传学 程序设计语言
作者
Ming Cao,Qinke Peng,Ze-Gang Wei,Fei Liu,Yifan Hou
出处
期刊:Journal of Bioinformatics and Computational Biology [World Scientific]
卷期号:20 (01) 被引量:1
标识
DOI:10.1142/s0219720021500360
摘要

The development of high-throughput technologies has produced increasing amounts of sequence data and an increasing need for efficient clustering algorithms that can process massive volumes of sequencing data for downstream analysis. Heuristic clustering methods are widely applied for sequence clustering because of their low computational complexity. Although numerous heuristic clustering methods have been developed, they suffer from two limitations: overestimation of inferred clusters and low clustering sensitivity. To address these issues, we present a new sequence clustering method (edClust) based on Edlib, a C/C[Formula: see text] library for fast, exact semi-global sequence alignment to group similar sequences. The new method edClust was tested on three large-scale sequence databases, and we compared edClust to several classic heuristic clustering methods, such as UCLUST, CD-HIT, and VSEARCH. Evaluations based on the metrics of cluster number and seed sensitivity (SS) demonstrate that edClust can produce fewer clusters than other methods and that its SS is higher than that of other methods. The source codes of edClust are available from https://github.com/zhang134/EdClust.git under the GNU GPL license.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
tx完成签到,获得积分20
2秒前
倩倩完成签到,获得积分10
2秒前
剁辣椒蒸鱼头完成签到 ,获得积分10
8秒前
从心开始完成签到 ,获得积分10
14秒前
现代元灵完成签到 ,获得积分10
17秒前
roundtree完成签到 ,获得积分0
32秒前
自然之水完成签到,获得积分10
37秒前
wgcheng完成签到 ,获得积分10
41秒前
Hagi发布了新的文献求助30
48秒前
53秒前
你博哥完成签到 ,获得积分10
57秒前
1分钟前
悦耳蜡烛发布了新的文献求助10
1分钟前
卜天亦完成签到,获得积分10
1分钟前
msirtx完成签到,获得积分10
1分钟前
LLR发布了新的文献求助10
1分钟前
小菜鸡完成签到 ,获得积分10
1分钟前
LLR完成签到,获得积分10
1分钟前
科研临床两手抓完成签到 ,获得积分10
1分钟前
NULI完成签到 ,获得积分10
1分钟前
fay1987完成签到,获得积分10
1分钟前
mailgo完成签到,获得积分10
1分钟前
earthai完成签到,获得积分10
1分钟前
samuel完成签到,获得积分10
1分钟前
胖小羊完成签到,获得积分10
1分钟前
酷波er应助玉婷采纳,获得10
1分钟前
依依完成签到 ,获得积分10
1分钟前
cytheria完成签到 ,获得积分10
1分钟前
芝麻汤圆完成签到,获得积分10
1分钟前
zz完成签到 ,获得积分10
1分钟前
Lorain完成签到,获得积分10
1分钟前
番茄小超人2号完成签到 ,获得积分10
1分钟前
琦qi完成签到 ,获得积分10
2分钟前
hongt05完成签到,获得积分10
2分钟前
洁净的盼易完成签到 ,获得积分10
2分钟前
魔幻的慕梅完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
肉肉完成签到 ,获得积分10
3分钟前
沧海云完成签到 ,获得积分10
3分钟前
高分求助中
Teaching Social and Emotional Learning in Physical Education 900
Boris Pesce - Gli impiegati della Fiat dal 1955 al 1999 un percorso nella memoria 500
Chinese-English Translation Lexicon Version 3.0 500
Recherches Ethnographiques sue les Yao dans la Chine du Sud 500
Two-sample Mendelian randomization analysis reveals causal relationships between blood lipids and venous thromboembolism 500
[Lambert-Eaton syndrome without calcium channel autoantibodies] 460
Aspect and Predication: The Semantics of Argument Structure 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2396347
求助须知:如何正确求助?哪些是违规求助? 2098732
关于积分的说明 5289192
捐赠科研通 1826091
什么是DOI,文献DOI怎么找? 910523
版权声明 560007
科研通“疑难数据库(出版商)”最低求助积分说明 486633