[发明专利]基于克隆DNA混合池的全基因组测序方法

权利要求书

1.基于克隆DNA混合池的全基因组测序方法，其特征在于：包括以下步骤：

1）提取全基因组DNA，构建BAC文库；

2）构建BAC克隆混合池；

3）提取BAC克隆混合池的DNA；

4）对步骤3）中的BAC克隆混合池的DNA利用NGS进行双末端测序；

5）扫描各个混合池的序列，获得各个混合池的特征序列集合与k-mer集合；

6）根据混合池的特征序列集合与k-mer集合，解析出各个克隆的特征序列集合与k-mer集合；

7）利用克隆的特征序列集合构建克隆重叠群；

8）利用克隆重叠群将克隆的k-mer集合分割成小的k-mer集合并定位到克隆重叠群上；

9）对步骤4）中混合池的NGS序列进行拼装得到序列重叠群；

10）将序列重叠群定位到克隆重叠群上，并利用测序的双末端信息连接序列重叠群，确定它们的方向，得到克隆重叠群的序列；

11）利用分子标记确定克隆重叠群的相对位置与方向，将克隆重叠群的序列连接成整条染色体序列，得到全基因组序列；

其中，关于克隆特征序列集合与k-mer集合的解析的总算法如下：

某一物种BAC文库的克隆总数为a，构建的混合池总数为x，则；

第κ维，索引为λ混合池的k-mer集合表示为：P_(κ,λ)；

包含某一给定克隆的混合池的k-mer集合为：{P_(δ)|δ<m, P_(δ)∈P}；

包含同一克隆的混合池的k-mer集合的交集，即克隆的IKS为：

某一克隆在混合池中的排除并集EUKS为：；

某一克隆k-mer集合的所有排除并集的交集为：；

某一克隆的最终k-mer集合FKS为：CF=C_x-CI_x。

2.根据权利要求1所述的基于克隆DNA混合池的全基因组测序方法，其特征在于：所述序列重叠群定位与整合算法如下：

1）克隆重叠群的分割

根据克隆重叠群中克隆的相对位置，将克隆的k-mer集合分割成更小的区块，假设有两个克隆属于同一个重叠群并相互重叠，其中集合A为其中一个克隆的k-mer集合，集合B为另一个克隆的k-mer集合，那么这两个克隆的k-mer集合可以分解成3个子集，即共有的k-mer集合(A∩B)，A特有的k-mer集合(A-B)和B特有的k-mer集合(B-A)。两者共有的k-mer集合位于它们特有的k-mer集合之间，这样三个k-mer的相对位置就确定了，根据这一算法，对每一个克隆重叠群的所有的克隆，按照它们相对位置，从一端开始逐一分割，从而将一个克隆重叠群中所有克隆的k-mer集合分割成小的子集，并且这些子集的相对位置是确定；

2）序列定位与整合

对各个混合池的NGS序列利用短序列拼装软件如velvet分别进行拼装，再将拼装结果合并，利用长序列拼装软件如PCAP进行进一步拼装，得到序列重叠群，然后将每一个序列重叠群分解成k-mer集合，与上一步得到的所有小区块的k-mer集合求交集，找出其中交集元素总数最多的区块，这样就将序列重叠群定位到了克隆重叠区的小区块上，如果定位到的同一个克隆重叠群的序列包含有相互重叠的部分，则需要分别再次拼装合并相互重叠的序列，然后再次定位合并后的序列。