[发明专利]基因序列数据的处理方法和装置

权利要求书

1.一种基因序列数据的处理方法，其特征在于，包括：

接收初始基因序列的测序数据；

构建所述测序数据的德布鲁因图；

保存所述德布鲁因图中的第一边序列和组成所述第一边序列的各个短序列，其中，所述第一边序列为所述德布鲁因图中的任一边序列；

获取组成所述第一边序列的各个短序列的深度信息；

根据组成所述第一边序列的各个短序列的深度信息计算所述第一边序列的深度信息；

按照所述德布鲁因图中的各个边序列的深度信息和所述测序数据中的各个短序列化简所述德布鲁因图；以及

切割化简后的德布鲁因图，得到所述测序数据的叠连群基因序列。

2.根据权利要求1所述的处理方法，其特征在于，按照所述德布鲁因图中的各个边序列的深度信息和所述测序数据中的各个短序列化简所述德布鲁因图包括：

获取所述德布鲁因图中第一组合边序列，其中，所述第一组合边序列包括第一序列、第二序列和第三序列，所述第二序列连接在所述第一序列和所述第三序列之间，所述第一序列和所述第三序列均包括两条分支边序列，所述第二序列包括一条共有边序列；

判断所述第一组合边序列中的各个边序列的深度信息是否满足预设条件；

在判定所述第一组合边序列中的各个边序列的深度信息满足所述预设条件时，对比所述测序数据中的各个短序列，确定所述第一组合边序列的基因类型；以及

按照所述基因类型拆解所述第一组合边序列，得到化简后的德布鲁因图。

3.根据权利要求2所述的处理方法，其特征在于，对比所述测序数据中的各个短序列，确定所述第一组合边序列的基因类型包括：

对比所述测序数据中的各个短序列以确定出同属于一条短序列的第一分支边序列和第二分支边序列，其中，所述第一分支边序列为所述第一序列中的分支边序列，所述第二分支边序列为所述第三序列中的分支边序列；

复制所述共有边序列，得到第一共有边序列和第二共有边序列；

依次连接所述第一分支边序列、所述第一共有边序列和所述第二分支边序列，将连接后的组合边序列的类型确定为所述第一组合边序列的第一基因类型；以及

依次连接第三分支边序列、所述第二共有边序列和第四分支边序列，将连接后的组合边序列的类型确定为所述第一组合边序列的第二基因类型，其中，所述第三分支边序列为所述第一序列中的分支边序列且所述第三分支边序列与所述第一分支边序列不同，所述第四分支边序列为所述第三序列中的分支边序列且所述第四分支边序列与所述第二分支边序列不同。

4.根据权利要求3所述的处理方法，其特征在于，对比所述测序数据中的各个短序列以确定出同属于一条短序列的第一分支边序列和第二分支边序列包括：

判断第一短序列的长度是否大于所述共有边序列的长度，其中，所述第一短序列为所述各个短序列中的任一短序列；

在判定所述第一短序列的长度大于所述共有边序列的长度时，对比所述第一短序列全部碱基组成以确定出同属于一条短序列的第一分支边序列和第二分支边序列；以及

在判定所述第一短序列的长度小于或等于所述共有边序列的长度时，对比所述第一短序列的双末端碱基组成以确定出同属于一条短序列的第一分支边序列和第二分支边序列。

5.根据权利要求2所述的处理方法，其特征在于，判断所述第一组合边序列中的各个边序列的深度信息是否满足预设条件包括：

判断所述共有边序列的深度信息值是否为所述分支边序列的深度信息值的第一数值倍，

其中，在判定所述共有边序列的深度信息值为所述分支边序列的深度信息值的第一数值倍时，确定所述第一组合边序列中的各个边序列的深度信息满足所述预设条件。

6.根据权利要求1所述的处理方法，其特征在于，根据组成所述第一边序列的各个短序列的深度信息计算所述第一边序列的深度信息包括：

计算组成所述第一边序列的各个短序列的深度信息值的平均值；以及

确定计算出的平均值为所述第一边序列的深度信息值。