2016-05-29

Fast genome and metagenome distance estimation using MinHash

mash 是一个可快速计算两个（或多个）基因组之间相似度的软件，可输入基因组序列或测序结果（fastq文件），使用计算机科学中一个经典的方法MinHash，一般用来判断两个网页内容是否雷同，以决定是否从搜索结果中去掉某些类似的结果。

使用示例：

mash dist -p 4 -l 、/path/to/ref.fa query_fa.txt > query_mashed.txt

用于计算所有query序列和ref序列的相似度，而相似度和物种间的亲缘关系是相关的，其中<query_fa.txt> 是一个记录了所有query序列的文件

distance, software