[发明专利]一种测序数据高效处理方法

权利要求书

1.一种测序数据高效处理方法，其特征在于，包括如下步骤：

根据高通量测序数据为并行计算做准备；

根据高通量测序数据为测序数据准备参考序列；

通过并行计算过滤掉数据中质量不合格的数据；

通过并行计算完成测序数据与参考序列的比对；

通过并行计算提取比对数据中的SNP突变位点信息。

2.如权利要求1所述的一种测序数据高效处理方法，其特征在于，根据高通量测序数据为并行计算做准备，包括如下步骤：

搭建Hadoop集群；

将测序序列和参考序列上传至HDFS上；

对测序序列进行分割，再将分割后的测序序列发送至集群各从机进行处理。

3.如权利要求2所述的一种测序数据高效处理方法，其特征在于，对测序序列进行分割，再将分割后的测序序列发送至集群各从机进行处理，包括如下步骤：

根据Hadoop设定的块大小进行分块，并将其发送到不同的map中进行处理；

在每个Map中使用序列reads的ID作为key，并将链标号、碱基序列、质量作为value；

分割完成后利用Reduce的sort功能将拥有相同的Key的序列组装成一个reads块存储到HDFS中。

4.如权利要求1所述的一种测序数据高效处理方法，其特征在于，根据高通量测序数据为测序数据准备参考序列，对参考序列建立索引并将其与测序数据一同上传至HDFS上。

5.如权利要求1所述的一种测序数据高效处理方法，其特征在于，通过并行计算过滤掉数据中质量不合格的数据，包括如下步骤：

数据质检采用FastUniq软件来进行；

集群各从机对分配到的测序序列同时进行质检工作；

将质检后得到的测序序列保存在HDFS上。

6.如权利要求1所述的一种测序数据高效处理方法，其特征在于，通过并行计算完成测序数据与参考序列的比对，包括如下步骤：

序列比对采用软件为Bowtie2；

将参考序列按照染色体组进行相应的分割并建立索引；

使用Bowtie2比对时，将测序序列分别与各染色体组的参考序列进行比对；

将比对结果保存在HDFS上。

7.如权利要求1所述的一种测序数据高效处理方法，其特征在于，通过并行计算提取比对数据中的SNP突变位点信息，包括如下步骤：

准备dbSNP数据库；

使用Samtools工具提取比对数据中的SNP突变位点信息；

将所得的结果文件保存到HDFS相应的结果目录下。