Memory-Efficient Storage of Multiple Genomes of the Same Species

U ovom radu dajem svoje rješenje za memorijski i vremenski učinkovitu implementaciju prikaza kolekcije genoma kao i njihovog indeksiranja. Napravio sam indeks referentnog genoma baziran na BWBBLE, indeksu koji koristi Burrows-Whelerovou transformaciju. Kako bih povećao njegovu fleksibilnost, dodao sam promjenjive kodne tablice kao i ulazno/izlazni modul koji omogućuje stvaranje referentnog genoma iz populacije genoma. Indeks je napisan u programskom jeziku C++ i uspoređen sa BWA, programskim paketom za mapiranje sekvenci na referentne genome velike duljine. Indeks referentnog genoma nije konkurentan BWA-u u vremenu izvođenja, ali njegova veća fleksiblinost omogućuje korisniku stvaranje referentnog genoma i unos vlastitih kodnih tablica.In this thesis I address the problem of memory-efficient representation of a collection of genomes and their indexing. I have developed a reference genome index based on a Burrows-Wheeler transform aligner called BWBBLE. To increase its flexibility, I have added custom code tables and created an input/output engine that enables creation of a reference genome from a genome population. The index is written in the C++ programming language and compared to BWA – a software package for mapping sequences against a large reference genome. The reference genome index is not competitive to the BWA performance-wise but it allows more flexibility, allowing the user to create a reference genome and input their own code tables