quasi-mapping是基于k-mers+Suffix Array。
salmon原文链接
什么是Suffix Array请点这里
quasi-mapping是由RapMap这篇文章提出来的
第一步：建立索引
如果有多个transcript，那将多个transcripts连起来用$分割。使用rank9b algorithm and data structure of Vigna 使得任意位置的匹配都能知道它来源于哪个transcript。
然后基于k-mer建立hash table。
hash table<kmer,SA interval>。
Suffix Array(T) ：建立Transcriptome的后缀数组
SA interval ：就是该kmer所对应的后缀数组区间。
如上图中，k=3，如果kmer ：ATT 则图中最下面的部分就代表，ATT所对应的SA interval，也就是区间[b,e)。
第二步：比对
（1）我们从read开头出发,对于read的每一个kmer在hash table 中查找，如果有则将该kmer记为ki，i为kmer在read中的位置。如图中read中的ATT，在hash table中也能找到。然后我们就能得到SA interval。
（2）计算MMP（Maximum Mappable Prefix）最大映射前缀。就是图中蓝色虚线圈出来的部分。就是以ATT为前缀往后延伸最长匹配部分。
（3）通过LCP(longest common prefix)最长公共前缀。如图中红色圈出来的部分。
可能会出现|LCP(T[SA[b’] ] ,T[SA[e’−1] ] )) |>|MMPi|的情况，就是LCP比MMP长。也就是说，在几条transcript里，都是ATTGACTA，而read是ATTGAGTA。则认为这不是虚假的匹配，而是测序过程中出现了错误。
如果直接从read紧接的位置开始（1）则很有可能返回的结果相似或相同。因为如图下一个kmer就是TGG，然后查表返回的结果与ATT相同。所以受到kallisto的启发，选择跳过这些子串。
NIP(next informative position)下一个信息位置。l=NIP(MMPi)=|LCP(T[SA[b’] ] ,T[SA[e’−1] ] )) |+1。NIP定义为LCP长度加1。read的下一个查询位置为position = i +l -k。
重复以上步骤直到NIP>lr-k lr=len(read) 。
最后会生成一个查询的集合S={(q0,o0,[b0,e0) ),(q1,o1,[b1,e1) ),…} q：查询位置 o：匹配方向 [b,e)：SA interval区间。 根据kallisto获得的灵感，对每一个命中的区间取交集。但这里与kallisto不同的是，这里取交集的时候分正向反向，kallisto是不区分的。