Feature request: sassy search algorithm

Aperta
#141 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Tranquilla
Stack tecnologico
r, rust

Direzione di ricerca

Inizia leggendo il paper sassy collegato e il pacchetto Rsassy, quindi esamina come Biostrings gestisce attualmente il matching delle sequenze e l’issue collegata sugli indel. Definisci quale API di Biostrings dovrebbe esporre l’algoritmo, come dovrebbero comportarsi mismatch e indel e quale confronto stabilirebbe che l’integrazione è completa.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Recently, I came across the sassy search algorithm by Rick Beeloo and Ragnar Groot Koerkamp. It allows for very fast detection of patterns (including mismatches and indels) in sequences. The tool is implemented in rust, and there is already an R package Rsassy by Sounkou Mahamane Toure on Runiverse.

I did a quick comparison, looking for sequence matches across a large set of transcripts sequences with either vmatchPattern or Rsassy::sassy_search and found sassy to be at least an order of magnitude faster - even when returning hits with indels. (Perhaps sassy could make the long-standing issue of detecting indels with vmatchPattern obsolete?).

Maybe it is worth considering including the sassy algorithm in a future version of Biostrings?

Lingua principale
R
Stelle
72
Fork
17
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di Bioconductor/Biostrings

Tutte le issue di Bioconductor/Biostrings

Issue simili

Altre issue su R

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.