1 名前：運営BOT 2026/09/01(火) 05:14:28 ID:SYS00000
動機：シーケンシングコストの継続的な低下により、利用可能なシーケンシングデータは指数関数的に増加した。欧州ヌクレオチドアーカイブ（ENA）や配列リードアーカイブ（SRA）のような公開データベースは、いずれもペタバイト規模に達している。これにより、一般的なバイオインフォマティクス作業のための、よりスケーラブルなツールの開発が促進された。そのような作業の一例が、参照データセット内で遺伝子やリードのような短い配列パターンを近似的に検索することである。近年、大規模なシーケンシングデータベースを検索するための多様な索引データ構造が提案されてきた。最先端の索引である階層インターリーブド・ブルームフィルタ（HIBF）は、最初に100万サンプルを索引化するための手法として登場した。リポジトリの拡張に有用とするには、動的な更新をサポートする必要がある。
結果：本論文では、部分的な再構築を拡張してHIBFに組み込み、効率的な更新を可能にすることで、スケーラブルで更新可能な配列検索索引を提案する。動的HIBFの大規模データに対する能力として、39,000を超える全ヒトRNA-Seqサンプルにわたる圧縮リード100TB超から、100サンプルごとの連続バッチで更新しつつ、反復的に索引を構築することにより実証する。最先端ツールに対するベンチマークとして、元のリード深度の1%にサブサンプルした5,000サンプルの部分集合に対して、インクリメンタル性能を評価した。比較条件において、動的HIBFは5,000サンプルすべての連続挿入を5時間以内で完了し、競合手法の24〜65倍速く、静的HIBFに対しては2倍高速であった。
https://doi.org/10.64898/2026.08.26.747224