synpact: accurate, memory-light PacBio HiFi read mapping via a hierarchy of locally-consistent syncmer blocks

Alignement de reads long-read PacBio HiFi utilisant une hiérarchie de tailles de graines construite par Locally Consistent Parsing sur des syncmers, avec vote par fenêtre glissante

Les auteurs présentent synpact, un aligneur de reads long-read PacBio HiFi qui utilise plusieurs tailles de graines organisées en hiérarchie, construites par Locally Consistent Parsing sur des syncmers, un read étant aligné par interrogation à différents niveaux suivie d'un vote par fenêtre glissante. En ne stockant que les niveaux supérieurs grossiers plutôt que la hiérarchie complète, l'index contient plusieurs fois moins d'entrées tout en gérant les erreurs par repli vers les niveaux plus fins. Sur données HiFi simulées, synpact égale ou approche la précision de minimap2 avec une meilleure précision dans la plupart des cas, tout en utilisant environ 5 à 13 fois moins de mémoire de pointe (par exemple ~0,8 Go contre ~10,7 Go sur l'humain) et en alignant plus vite sur les génomes grands ou répétitifs. Sur reads HiFi réels, synpact montre une forte concordance avec minimap2. L'outil est écrit en Rust et disponible en open source.

Synthèse rédigée par Geno'X. Pour l'abstract original complet, consulter la publication source.

Une contribution algorithmique intéressante qui attaque le vrai goulot d'étranglement des aligneurs long-read précis : la consommation mémoire. Le gain de 5 à 13 fois sur la mémoire tout en conservant une précision proche de minimap2 est concret et l'open source en Rust facilite l'adoption. Il reste un preprint dont la partie la plus favorable repose sur des données simulées ; la concordance sur reads réels devra être confirmée sur données cliniques avant intégration en pipeline diagnostique.

Analyse par Dr Thibaut Benquey