Eficiente representación cromosómica de poblaciones a través de la indexación de genomas ancestrales
Autores: Haiminen, Niina; Utro, Filippo; Lebreton, Claude; Flament, Pascal; Karaman, Zivan; Parida, Laxmi
Idioma: Inglés
Editor: MDPI
Año: 2013
Acceso abierto
Artículo científico
2013
Eficiente representación cromosómica de poblaciones a través de la indexación de genomas ancestrales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Desafíos
Marcadores
Simulaciones
Genomas
Individuos
Software
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 49
Citaciones: Sin citaciones
Uno de los principales desafíos en el manejo de simulaciones realistas hacia adelante para la cría de plantas y animales es la gran cantidad de marcadores. Debido al avance de las tecnologías, el requisito ha crecido rápidamente de cientos de marcadores a millones. La mayoría de los simuladores no están a la altura para manejar estos tamaños, ya que no escalan bien. Presentamos un esquema para representar y manipular genomas de tamaño realista, sin pérdida de información. Por lo general, la simulación avanza durante decenas a cientos de generaciones con cientos de miles de individuos en cada generación. Demostramos a través de simulaciones que nuestra representación puede ser dos órdenes de magnitud más rápida y manejar al menos dos órdenes de magnitud más marcadores que el software existente en escenarios realistas de cría.
Descripción
Uno de los principales desafíos en el manejo de simulaciones realistas hacia adelante para la cría de plantas y animales es la gran cantidad de marcadores. Debido al avance de las tecnologías, el requisito ha crecido rápidamente de cientos de marcadores a millones. La mayoría de los simuladores no están a la altura para manejar estos tamaños, ya que no escalan bien. Presentamos un esquema para representar y manipular genomas de tamaño realista, sin pérdida de información. Por lo general, la simulación avanza durante decenas a cientos de generaciones con cientos de miles de individuos en cada generación. Demostramos a través de simulaciones que nuestra representación puede ser dos órdenes de magnitud más rápida y manejar al menos dos órdenes de magnitud más marcadores que el software existente en escenarios realistas de cría.