Software implementation of DNA sequence comparison with reference genome

Abstract

В настоящей работе были описаны основные положения биоинформатики. Также, были изучены два биоинформатических инструмента: FastqScreen и Picard Tools. Алгоритм работы программы FastqScreen был переписан с языка Perl на Java и оптимизирован. Кроме того, был сформулирован и построен критерий принятия решения. Этот критерий основывается на диаграмме размаха и согласно какому-то наперед заданному уровню значимости, определяет, может ли полученный файл fastq быть использован в дальнейшем анализе. Помимо вышесказанного, в данной работе, был улучшен алгоритм работы одного из инструментов Picard Tool (EstimateLibraryComplexity) с помощью метода нечеткого поиска.

In the present paper, the main definitions of bioinformatics were described. Also, two bioinformatics tools were studied: FsstqScreen and Picard Tools. The algorithm of the FastqScreen program was ported from the Perl language to Java and optimized. Moreover, a decision criterion was formulated and built. This test bases on a span chart and according to some pre-determined level of significance, determines whether the resulting fastq file can be used in further analysis. In addition to the above, in this paper, the algorithm of one of the tools of the Picard Tool was improved (EstimateLibraryComplexity) by using the method of fuzzy search.