Pereduksian reads sebagai praproses pada DNA sequence assembly dengan prefix tree

Abstract

Teknologi DNA sequence assembly memiliki peran penting dalam bidang ilmu pengetahuan, khususnya genomika. Teknologi ini berfungsi untuk membentuk fragmen DNA yang lebih panjang (contigs) dari penggabungan fragmen-fragmen pendek (reads). Redudansi bisa terjadi pada reads yang dihasilkan oleh DNA Sequencer. Redudansi pada reads dapat menyebabkan waktu komputasi yang lama pada proses assembly DNA. Oleh karena itu, pereduksian reads menjadi solusi untuk mengatasi masalah tersebut. Penelitian ini berhasil membuat sebuah perangkat lunak yang mampu mereduksi redundant reads pada data sekuens DNA dengan struktur data prefix tree. Data set DNA yang mengandung redundant reads dibangkitkan menggunakan perangkat lunak MetaSim. Evaluasi dilakukan dengan membandingkan hasil pereduksian dari perangkat lunak yang dibuat dengan hasil pereduksian dengan Edena. Edena adalah perangkat lunak DNA Sequence Assembly yang sudah dipublikasikan dan memiliki modul pereduksi redundant reads. Hasil evaluasi menunjukkan bahwa perangkat lunak yang dibuat mampu mereduksi redundant reads, ditunjukan dengan berkurangnya jumlah reads serta kesamaan jumlah reads hasil reduksi dengan hasil reduksi yang dilakukan menggunakan Edena.

DNA sequence assembly technology has an important role in the field of science, especially genomics. The technology serves to assembly of short fragments (reads) to yield longer DNA fragments (contigs). Redundancies can occur in reads produced by DNA Sequencer. Redudancies of reads may cause long computation time on the assembly process of DNA. Therefore, reduction of reads can be a solution to solve the problem. This study successfully made a software to reduce redundant reads in DNA sequence data with a prefix tree data structure. Data sets DNA containing redundant reads was yielded using MetaSim software. Evaluation was performed by comparing the results of reads reduction using our software with the result of reads reduction using the Edena. Edena is DNA Sequence Assembly software that has been published and has module of reducing redundant reads. Evaluation results show that the the number of reads after being reduced by this software are the same as those of being reduced by the Edena. Keywords: DNA sequence assembly, DNA fragments, reads reduction