Nature | 新方法攻克P级（1024TB）生物序列库高效搜索难题

背景：随着生物序列数据的爆炸式增长，如何高效索引和搜索PB级序列库成为生物信息学领域的重大挑战。研究目的：瑞士研究团队开发了基于带注释de Bruijn图的MetaGraph框架，旨在解决传统方法在压缩率、查询效率和精准度上的瓶颈。该框架整合了7个公共数据源的1880万个DNA/RNA序列，通过k-mer字典和稀疏注释矩阵实现高度压缩，索引可存储于消费级硬盘。结论：测试表明MetaGraph索引体积比主流工具小3-150倍，查询成本最低至0.74美元/Mbp，在耐药组分析和环状RNA检测中展现出实际应用价值，为生物医学研究提供了高效的序列检索方案。