Skip to content
GitLab
  • Menu
Projects Groups Snippets
  • Help
    • Help
    • Support
    • Community forum
    • Submit feedback
    • Contribute to GitLab
  • Sign in
  • vidjil vidjil
  • Project information
    • Project information
    • Activity
    • Labels
    • Members
  • Repository
    • Repository
    • Files
    • Commits
    • Branches
    • Tags
    • Contributors
    • Graph
    • Compare
  • Issues 1,700
    • Issues 1,700
    • List
    • Boards
    • Service Desk
    • Milestones
  • Merge requests 97
    • Merge requests 97
  • CI/CD
    • CI/CD
    • Pipelines
    • Jobs
    • Schedules
  • Deployments
    • Deployments
    • Environments
    • Releases
  • Packages & Registries
    • Packages & Registries
    • Container Registry
  • Monitor
    • Monitor
    • Incidents
  • Analytics
    • Analytics
    • Value stream
    • CI/CD
    • Repository
  • Snippets
    • Snippets
  • Activity
  • Graph
  • Create a new issue
  • Jobs
  • Commits
  • Issue Boards
Collapse sidebar
  • vidjil
  • vidjilvidjil
  • Issues
  • #3218
Closed
Open
Created May 15, 2018 by Mathieu Giraud@magiraudOwner

Supprimer les k-mers non significatifs ?

(Juste une réflexion peut-être non pertinente, à voir uniquement si le temps du filtrage reste significatif après #3217 (closed).)

Sur IGHV (347 gènes), en prenant des k-mers de taille 5:

  • 1031 k-mers différents, dont
  • 36 k-mers qui apparaissent dans >= 300 des gènes.
  • environ 500 k-mers qui apparaissent dans >= 50 des gènes

Cela fait beaucoup de k-mers qui apparaissent très souvent (et qui vont "charger" l'automate, le match ne serait-il pas en O(zn), où z est le nombre moyen d'affectations par k-mer) ?

On verra quand on aura le temps exact du filtrage (sans suppression) pour #3190 (closed) et après #3217 (closed), mais est-ce que ces 36 kmers apparaissant trop souvent apportent vraiment du signal dans le filtrage ? (Ils peuvent certes amener un signal négatif, on pourrait à la limite stocker cette info.)

cc @mikael-s @boreec

Edited May 15, 2018 by Mathieu Giraud
To upload designs, you'll need to enable LFS and have an admin enable hashed storage. More information
Assignee
Assign to
Time tracking