Package: dazzdb (1.0+git20201103.8d98c37-1+deb11u1)

gestione dei dati di letture di sequenziamento di nucleotidi

Per facilitare le fasi multiple dell'assemblatore dazzler, tutti i dati delle letture sono organizzati in ciò che a tutti gli effetti è un database delle letture e delle loro meta-informazioni. Gli obiettivi del progetto di questo database sono i seguenti:

 * il database memorizza le informazioni sulle letture Pacbio sorgenti in
   maniera tale che possa ricreare i dati di input originali, permettendo
   perciò a un utente di rimuovere i file sorgenti (effettivamente
   ridondanti); ciò permette di evitare di duplicare gli stessi dati, una
   volta nel file sorgente e una volta nel database;
 * il database può essere costruito in maniera incrementale, cioè nuovi
   dati sulle sequenze possono essere aggiunti al database nel tempo;
 * il database permette in maniera flessibile di memorizzare qualsiasi
   metadato desiderato per le letture; ciò è realizzato con il concetto
   delle *tracce* che gli implementatori possono aggiungere quando ne hanno
   bisogno;
 * i dati sono tenuti in una forma compressa equivalente ai file .dexta e
   .dexqv del modulo di estrazione dati; sia le informazioni .fasta sia
   .quiva per ogni lettura sono tenute nel database e possono essere
   ricreate a partire da esso; le informazioni .quiva possono essere
   aggiunte separatamente e successivamente se lo si desidera;
 * per facilitare lavori paralleli e operazioni su cluster delle fasi
   dell'assemblatore, il database ha un concetto di *partizionamento
   corrente* in cui tutte le letture che sono sopra una data lunghezza e
   opzionalmente uniche per un pozzetto, sono divise in *blocchi*
   contenenti approssimativamente un dato numero di basi, eccetto
   eventualmente l'ultimo blocco che può avere un conteggio ridotto;
   spesso i programmi possono essere eseguiti su blocchi o coppie di
   blocchi e ognuno di tali lavori è ragionevolmente ben bilanciato dal
   momento che i blocchi sono tutti della stessa dimensione; è necessario
   essere cauti nel cambiare la partizione durante un assemblaggio perché
   ciò potrebbe annullare la validità strutturale di qualsiasi risultato
   parziale basato sui blocchi.

This page is also available in the following languages (How to set the default document language):