DNA Compression using an innovative Index based Coding Algorithm

Zahra, Shan e; Masood, Khalid; Asif, Muhammad

doi:10.1109/inmic48123.2019.9022799

Cited by 2 publications

(2 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The results revealed that the proposed system showed better results than the existing methods. Moreover, this paper [20] introduced a methodology to minimise the DNA size that utilised the RLIBC (Run Length Index-Based Coding) methodology that performs DNA sample encryption, thereby minimises its size. A comparative analysis has been performed by comparing the proposed and existing methods.…”

Section: Review Of Existing Workmentioning

confidence: 99%

Untitled

2022

INDJCSE

View full text Add to dashboard Cite

Compression of DNA sequence is rapidly evolving as a field of research. The researchers are persistently analysing the DNA sequences for several purposes. Hence, the DNA sequences have to be stored and transmitted for analysing the DNA sequences. However, the huge size of the DNA sequences leads to a high cost for transmission. Thus, compressing the DNA sequence data is essential to reduce the size, minimise transmission costand help in achieving efficient analysis. This study aimed to set the encoder and decoder for DNA sequence compression. This study proposed a deep LSTM Neural Network to compress the DNA sequence that leads to various merits effectively. Initially, the DNA sequence dataset is taken as input. The data is loaded, and the vectorizer technique is performed using the encoder, channel and decoder. Then, the encoder and decoder are set for compression. The compression process is performed through the proposed Deep LSTM Neural Network. The Deep LSTM Neural Network consists of the LSTM layer, dense layer and hidden layer. The trained model is taken into account to find the compression results. Thus the results are finally analysed to validate its efficiency.

show abstract

Section: Review Of Existing Workmentioning

confidence: 99%

Untitled

2022

INDJCSE

View full text Add to dashboard Cite

show abstract

“…La llegada del algoritmo Biocompress (Grumbach and Tahi, 1994) abrió la puerta al desarrollo de algoritmos de compresión específicos para datos biológicos. Desde enfoques probabilísticos (Pratas and Pinho, 2011;Venugopal et al, 2009) hasta enfoques donde reducen las secuencias mediante la identificación de patrones frecuentes (Kryukov et al, 2019;Zahra et al, 2019;Mansouri and Yuan, 2018;Jahaan et al, 2017;Saada and Zhang, 2015;Behzadi and Le Fessant, 2005). Todos estos algoritmos se enfocan en un proceso de codificación y decodificación de la información, de modo tal que pueden recrear la secuencia de ADN original, para de este modo aplicar el proceso del dogma de la biología molecular (Calvo, 2015), sobre la secuencia de ADN en cuestión.…”

Section: Introductionunclassified

Algoritmo de compresión y descompresión de secuencias de ADN para su uso en traducción de proteínas

García-Islas

Franco-Arcega

Franco-Sánchez

2021

ICBI

View full text Add to dashboard Cite

La Bioinformática es una disciplina que se establece como soporte para la Biología Molecular y el estudio de genes. Es un enfoque que implementa distintas técnicas computacionales sobre datos biológicos con el objetivo de extraer información útil, para probar conocimientos existentes o incluso para crear nuevos. Sin embargo, debido a la enorme cantidad de datos y el espacio en disco, el procesamiento se vuelve complejo. Una forma de simplificar el proceso de secuencias de genes es por medio de compresión y descompresión de datos. En este artículo se propone un algoritmo que reduce el tamaño de las secuencias, sin perder información, y por lo tanto reduce la complejidad de procesamiento.

show abstract

DNA Compression using an innovative Index based Coding Algorithm

Cited by 2 publications

References 13 publications

Untitled

Untitled

Algoritmo de compresión y descompresión de secuencias de ADN para su uso en traducción de proteínas

Contact Info

Product

Resources

About