PASS: un programa para alinear secuencias cortas

RESUMEN: Los programas estándar de alineación de ADN son inadecuados para gestionar los datos producidos por los secuenciadores de ADN de nueva generación. Para responder a este problema, desarrollamos PASS con el objetivo de mejorar el tiempo de ejecución y la sensibilidad en comparación con otros programas disponibles. PASS realiza alineaciones rápidas con y sin huecos de cortas secuencias de ADN sobre un ADN de referencia, típicamente una secuencia genómica. Está diseñado para manejar una gran cantidad de lecturas, como las generadas por tecnologías Solexa, SOLiD o 454. El algoritmo se basa en una estructura de datos que mantiene en RAM el índice de las posiciones genómicas de las palabras 'semilla' (típicamente de 11 y 12 bases) así como un índice de las puntuaciones precomputadas de palabras cortas (típicamente de siete y ocho bases) alineadas entre sí. Después de construir el índice genómico, el programa escanea cada secuencia de consulta realizando tres pasos: (1) encuentra palabras semilla coincidentes en el genoma; (2) para cada coincidencia verifica la alineación precomputada de las regiones flanqueantes cortas; (3) si pasa el paso 2, entonces realiza una alineación dinámica exacta de una región estrecha alrededor de la coincidencia. El rendimiento del programa es muy notable tanto por su sensibilidad como por su velocidad. Por ejemplo, la alineación con huecos se logra cientos de veces más rápido que BLAST y varias veces más rápido que SOAP, especialmente cuando se permiten huecos. Además, PASS tiene una mayor sensibilidad en comparación con otros programas disponibles. DISPONIBILIDAD E IMPLEMENTACIÓN: El código fuente y los binarios están disponibles para descargar en http://pass.cribi.unipd.it, implementado en C++ y soportado en Linux y Windows.