[发明专利]一种处理扩增子数据的方法、系统、平台及存储介质

说明书

本发明涉及生物技术领域，具体涉及一种处理扩增子数据的方法、系统、平台及存储介质。获取下机扩增子数据，将同一批的下机扩增子数据，按照项目类型放置；对扩增子数据进行去除和过滤处理；获取参考基因组数据，并将经过去除和过滤处理后得到的扩增子数据与参考基因组进行比对，得到扩增子比对后格式文件；获取扩增子信息文件，将扩增子信息文件与扩增子比对后格式文件进行统计分析处理，得到每一个扩增子的捕获数据。可以实现高效的、智能简便的处理方式，来达到处理扩增子数据的目的，而且适应性高、扩展性强。

技术领域

本发明涉及生物技术领域，具体涉及一种处理扩增子数据的方法、系统、平台及存储介质。

背景技术

高通量测序技术是现代基础生物学研究和医学检测的常规实验方法。随着高通量测序技术的发展，测序成本下降，新一代测序技术通过构建了大量常规物种的全基因组图谱，促进了测序技术的高速发展。但全基因组测序仍存在结构复杂，数据量大，周期长，费用高等问题。扩增子测序(Amplicon Sequencing)是只对研究者感兴趣的特定基因组区域进行测序研究的方法。通过设计目标区域的引物，再使用PCR进行扩增，对感兴趣的区域进行富集，然后针对性的对捕获的片段或者特定长度的PCR产物进行建库，使用高通量测序，然后分析其中变异位点。扩增子测序除了目标区域扩增子测序外，还包括16S rDNA测序、18SrDNA测序、ITS测序等。

目前，针对扩增子测序的下机数据，其他公司和机构大多使用FastQC、multiQC等软件对数据的整体质量进行质量统计，未有针对每个扩增子进行捕获效率分析的方法。这种常规的方法有以下弊端：通用的软件输出的结果比较少，不能概括数据的整体；需要多个软件搭配操作，流程繁琐，速度慢；不能分析每个扩增子的捕获效率，无法针对性的改进实验流程。

发明内容

针对以上通用的软件输出的结果比较少，不能概括数据的整体，且需要多个软件搭配操作，流程繁琐，速度慢；不能分析每个扩增子的捕获效率，无法针对性的改进实验流程的技术问题，本发明提供一种处理扩增子数据的方法、系统、平台及存储介质，用一种高效的、智能简便的处理方式，来达到处理扩增子数据的目的及效果。

本发明具体通过以下技术方案实现：

一种处理扩增子数据的方法，所述的方法具体包括如下步骤：

获取下机扩增子数据，将同一批的下机扩增子数据，按照项目类型放置；

对扩增子数据进行去除和过滤处理；

获取参考基因组数据，并将经过去除和过滤处理后得到的扩增子数据与参考基因组进行比对，得到扩增子比对后格式文件；

获取扩增子信息文件，将扩增子信息文件与扩增子比对后格式文件进行统计分析处理，得到每一个扩增子的捕获数据。

进一步地，于步骤获取下机扩增子数据，将同一批的下机扩增子数据，按照项目类型放置之前，还包括步骤：

获取样本数据信息；

所述的样本信息包括每个样本的项目类型信息，受检者信息。

进一步地，所述的按照项目类型放置，具体为根据样本信息中的项目类型信息，将不同的项目下机扩增子数据自动放置到不同文件夹下。

进一步地，所述的扩增子比对后格式文件具体为sam文件。

进一步地，于步骤获取下机扩增子数据，将同一批的下机扩增子数据，按照项目类型放置之中，还包括步骤：

添加新的扩增子数据项目类型。

为实现上述目的，本发明还提供一种处理扩增子数据的系统，所述的系统具体包括：

第一获取单元，用于获取下机扩增子数据，将同一批的下机扩增子数据，按照项目类型放置；