Page PSMB_Seqan_2013_BlastX

Hintergrund: NGS Daten in Proteindatenbanken

Next Generation Sequencing (NGS) Daten werden heute für unterschiedlichste Aufgaben verwendet. So unter anderem zur Untersuchung von Bodenproben, Geweben und Mageninhalten - oder kurz: In der Metagenomic. Besonders interessant ist dabei zu erfahren, WER WAS macht.

Um dies zu Studieren kann man die Information der NGS Daten mit bestehenden Proteindatenbanken vergleichen. Hierbei ist jedoch die Größe der NGS Daten ein Problem, sodass die Entwicklung einer BlastX Variante für NGS Daten von großem Interesse ist.

Aufgaben

Ziel dieser Aufgabe ist es, einen Variante von BlastX zu realisieren.

Dazu soll das 20 Zeichen umfassende Proteinalphabet auf wenige Zeichen reduziert werden und mit Hilfe spezialisierten Mapping-Algorithmen (Masai) eine Proteinsuche umgesetzt werden. Hierzu müssen folgende Fragen geklärt werden:

• Wie viel Zeichen sind "wenige" Zeichen
• Muss die Suche mit verschiedenen Alphabeten wiederholt werden um anschließend die Ergebnisse zu kombinieren?
• Wie schnell ist die Suche?
• Wie viel Speicher wird verbraucht.

Softwarekomponenten:

• own_function.h
• parse_arguments.cpp
• finder.cpp
• alphabet.cpp
• verify.cpp
• translate.cpp
• output.cpp

Milestones:

Beschreibung	Bearbeitungszeitraum	Programmierung
Testdatensatz erstellen und einlesen	25.04.13-30.04.13	Marjan
Reads und Proteindatenbank übersetzen	25.04.13-30.04.13	Annkatrin
Alphabet erstellen	01.05.13-07.05.13	Marjan
Reads in Datenbank suchen und matches finden	01.05.13-07.05.13	Annkatrin
Matches verifiizieren	08.05.13-14.05.13	Annkatrin & Marjan
Ergebnisse in txt-Datei ausgeben	15.05.13-20.05.13	Annkatrin & Marjan
Evtl. Fehler im Programm beheben anschließend verschiedene Alphabete testen	21.05.13-25.05.13	Annkatrin & Marjan

Anmerkungen:

Die Aufgabe ist in einer kleinen Gruppe zu bearbeiten.

References

Coming soon