Hybrid and non hybrid error correction for long reads: LoRDEC and LoRMA

Eric Rivals 1, 2
1 MAB - Méthodes et Algorithmes pour la Bioinformatique
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Abstract : Third generation of sequencing technologies yield long but very noisy reads. In this talk, i will present two approaches to correct error in long reads. First, a hybrid correction algorithm and tool, called LoRDEC, which is based on de Bruijn Graph. Then, a self correction method and tool, called LoRMA, that iteratively uses LoRDEC on the long reads to perform local correction, and then applies a multiple alignment procedure to further correct the reads. I will give an overview of the performances of both tools and comment on their ease of use. Work in collaboration with L. Salmela, R. Walve, E. Ukkonen from Helsinki University, and A. Zine El Aabidine from LIRMM.
Type de document :
Communication dans un congrès
Colib’read workshop, Nov 2016, Paris, France. 0007, 〈http://gdr-bim.cnrs.fr/colibread/〉
Liste complète des métadonnées

https://hal-lirmm.ccsd.cnrs.fr/lirmm-01446434
Contributeur : Eric Rivals <>
Soumis le : mercredi 25 janvier 2017 - 23:02:16
Dernière modification le : jeudi 11 janvier 2018 - 06:26:13
Document(s) archivé(s) le : mercredi 26 avril 2017 - 18:42:54

Fichier

lordec-lorma-pres-nov-16.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : lirmm-01446434, version 1

Collections

Citation

Eric Rivals. Hybrid and non hybrid error correction for long reads: LoRDEC and LoRMA. Colib’read workshop, Nov 2016, Paris, France. 0007, 〈http://gdr-bim.cnrs.fr/colibread/〉. 〈lirmm-01446434〉

Partager

Métriques

Consultations de la notice

340

Téléchargements de fichiers

213