내용 구성
- Deblur 알고리즘: 1) Sequence를 abundance로 sorting. 2) Predicted error-derived reads의 수를 제외. 3) 수가 0 이하로 되는 sequence는 output에서 제외. 4) UCHIME으로 chimeras 제거.
참고
- Deblur의 인용수는 425회, UNOISE의 인용수는 410회 (2021-02-15)
- github.com/biocore/deblur
- Illumina 장비의 경우 nucleotide 당 error rate가 0.1% 정도이다.
- AmpliconNoise라는 denoising method도 존재 (for pyrosequencing)
- Deblur는 DADA2 및 UNOISE2와 다르게 각 샘플에 대하여 독립적으로 작동한다 (full study에 대한 operation을 필요로 하지 않는다 -> 매우 쉽게 병렬화가 가능).
- ART Illumina read simulator를 사용하면 simulated data를 만들 수 있다.
Reference
- Amir, Amnon, et al. "Deblur rapidly resolves single-nucleotide community sequence patterns." MSystems 2.2 (2017).
728x90
반응형
'Study > Paper Summary' 카테고리의 다른 글
| [Article] Resampling methods를 활용한 prediction assessment (0) | 2021.05.05 |
|---|---|
| [Article] UNOISE 논문 (알고리즘, 특징) (0) | 2021.02.17 |
| [Article] 마이크로바이옴 샘플 상온 보관 시 적용할 수 있는 방법 (0) | 2021.02.15 |
| [Article] CNS inflammation을 억제하는 Gut microbiome (0) | 2021.02.15 |
| [Article] AmpliCI: 새로운 ASV method (0) | 2021.02.15 |