[发明专利]面向存储的DNA序列的并行快速匹配方法及其系统

摘要

本发明提供一种面向存储的DNA序列的并行快速匹配方法，应用于DNA序列的压缩存储，所述方法包括：哈希索引构建步骤：基于前缀对FASTA格式的参考基因组构建哈希索引，找出指定前缀的所有kmer并以其为键值建立哈希索引表，每个表项存储对应kmer出现的位置；文件分块步骤：输入FASTQ格式的DNA序列文件，并将所述DNA序列文件进行分块处理；多线程处理步骤：开启多个线程分别处理由线程数决定的若干任务，多个子块同时调用基于kmer哈希索引快速定位的匹配函数，将子块并行匹配到FASTA格式的目标参考基因组，通过存储匹配结果代替原始DNA序列达到压缩存储目的。

主权项

一种面向存储的DNA序列的并行快速匹配方法，应用于DNA序列的压缩存储，其特征在于，所述方法包括：哈希索引构建步骤：基于前缀对FASTA格式的参考基因组构建哈希索引，找出指定前缀的所有kmer并以其为键值建立哈希索引表，每个表项存储对应kmer出现的位置；文件分块步骤：输入FASTQ格式的DNA序列文件，并将所述DNA序列文件进行分块处理；多线程处理步骤：开启多个线程分别处理由线程数决定的若干任务，多个子块同时调用基于kmer哈希索引快速定位的匹配函数，将子块并行匹配到FASTA格式的目标参考基因组，通过存储匹配结果代替原始DNA序列达到压缩存储目的。