Majidian S, et al. (2025). Orthology inference at scale with FastOMA. Nature Methods, doi: 10.1038/s41592-024-02552-8.
（2025年1月3日发表）
摘要参考翻译：随着基因组数据的快速增长以及未来十年内完成150万种真核生物测序的努力，基因组学有望迎来变革，为揭示生物过程的起源、进化及遗传创新提供新契机。然而，传统基因组学方法在处理如此大规模数据集时表现不佳。为应对这一挑战，FastOMA提供了线性扩展能力，可在一天内处理数千个真核生物基因组。在基准测试中，FastOMA保持了公认的Orthologous Matrix (OMA) 方法的高准确性和高分辨率。FastOMA可通过GitHub获取，地址为：https://github.com/DessimozLab/FastOMA/。
FastOMA的算法
点击下方“阅读原文”可查看英文全文。
声明：本内容未向其他微信公众号投稿。
