[发明专利]一种基因组酶切图谱拼接方法及系统

权利要求书

1.一种基因组酶切图谱拼接方法，其特征在于，包括：

步骤1，对所述基因组酶切图谱中基因序列分子进行预处理操作，获取新基因序列分子，将所述新基因序列分子切成FLES片段，其中所述FLES片段为片段总长固定且无需具有相同酶切位点数目的基因片段；

步骤2，对所述FLES片段进行聚类，生成代表FLES集合，根据所述代表FLES集合对所述基因序列分子进行纠错；

步骤3，根据所述代表FLES集合与纠错后的所述基因序列分子，构建FLES图，对所述FLES图进行路径搜索，获取所述FLES图的汉密尔顿路径为所述基因组的酶切位点序列，以完成基因组酶切图谱拼接。

2.如权利要求1所述的基因组酶切图谱拼接方法，其特征在于，所述步骤1中所述预处理操作包括：删除所述基因序列分子两端的酶切位点；

近似处理酶切位点位置，其中将所述基因序列分子的酶切位点位置以1Kbp为单位近似处理；

标记所述基因序列分子相邻酶切位点的间距，获得酶切位点模式；

对所述基因序列分子进行逆置操作。

3.如权利要求1所述的基因组酶切图谱拼接方法，其特征在于，所述步骤2还包括FLES片段的联配规则：

获取测序深度Depth，其中根据所述酶切位点的基因序列分子的数目进行估计：

其中，L为相邻酶切位点的平均距离；

获取遗失率Miss Rate；

聚类的标准为：

S(FLES1,FLES2)=1T1≤len(FLES1)len(FLES2)≤T2Distance≤T]]>

其中，T₁与T₂为两个FLES片段长度比值的阈值，当两个FLES片段长度比值介于T1和T2之间，其编辑距离小于预设参数T时，S(FLES₁，FLES₂)取值为1。

4.如权利要求3所述的基因组酶切图谱拼接方法，其特征在于，所述步骤2中聚类的步骤包括：

将所有所述FLES片段按照所述联配规则进行联配；

根据BIC准则选择每一类的最优聚类方式，根据所述Depth值确定类别数；

生成所有类的代表FLES集合；

根据所述代表FLES的集合，对基因序列分子进行纠错。

5.如权利要求4所述的基因组酶切图谱拼接方法，其特征在于，生成所述代表FLES集合的方法包括：选择类中连接数最多的点作为所述代表FLES集合；根据类中的所述FLES片段相互校正来恢复遗失酶切位点，得到未遗失酶切位点的所述FLES片段作为所述代表FELS集合。