量子科技中心_量科网

在高度重复区域进行从头基因组组装具有挑战性；然而基于参考基因组的组装工具往往存在偏好性偏差。该研究团队提出了一种泛基因组指导的序列组装框架，能在不偏向单一参考基因组的情况下解析复杂区域的短读长数据。该工作将组装问题建模为图遍历优化问题，该算法可在量子计算机上实现。该流程首先用估计的节点拷贝数注释泛基因组图，然后寻找最优解释这些拷贝数的图路径。在模拟数据上，与从头组装工具相比，该方法显著减少了重叠群数量。尽管会略微增加错误连接等不准确性，但该团队基于优化的方法在当前穷举搜索技术中具有竞争力。这些方法还设计了更高效的可扩展性，能随着问题规模扩大保持性能，并将在未来量子计算机上高效运行。