[发明专利]一种海量DNA数据的传输方法及系统

摘要

本发明提供的方法借助后缀数组求取DNA序列的最长重复子串，然后将最长重复子串存入数组中，并用数组下标替换DNA序列中的最长重复子串，通过不断的替换最长重复子串而达到压缩传输数据量的目的。

主权项

一种海量DNA数据的传输方法，其特征在于：利用发送客户端、去重服务器和接收客户端进行数据的传输，传输方法具体包括以下步骤：S1.在发送客户端，读入第一条DNA序列D1；S2.求取DNA序列D1的后缀数组SA，使用SA[m]记录第m位后缀对应的首字母位置，即Suffix[SA[m]]在所有后缀中是第m小的后缀；S3.扫描后缀数组SA，通过比较相邻后缀来找出最长的重复字符串Str[k]；S4.在去重服务器上构建数组a，将Str[k]存入数组a的第t个存储单元a[t]中，t表示存储单元的下标，其初始值为1；S5.使用t替换掉DNA序列D1中出现的所有重复字符串Str[k]，DNA序列D1经过替换后形成新的序列D[1]；S6.令t＝t+1，然后对D[1]重复执行步骤S2～S5直至D[1]中剩余的碱基小于e个或最长重复子串小于f个，此时在D1中剩余的碱基段的开头和结尾分别插入分隔符；S7.对其余的DNA序列依次执行步骤S8～S9的处理：S8.读入一条DNA序列Di，对其执行步骤S2～S3的操作，求取到该DNA序列最长的重复字符串Str[h]，然后扫描数组a，判断数组a中是否存储有与Str[h]匹配的匹配项，若是则使用匹配项所在的存储单元的下标g替换DNA序列中出现的所有重复字符串Str[h]，DNA序列Di经过替换后形成新的序列D[i]；否则令t＝t+1，然后将重复字符串Str[h]存入数组a的第t个存储单元a[t]中；并使用t替换掉DNA序列Di中出现的所有重复字符串Str[h]，DNA序列Di经过替换后形成新的序列D[i]；S9.对D[i]重复执行步骤S8直至D[i]中剩余的碱基小于e个或最长重复子串小于f个，此时在D[i]中剩余的碱基段的开头和结尾分别插入分隔符；S10.通过步骤S1～S9的处理完成对DNA数据的压缩，将经过压缩的DNA数据和数组a发送到接收客户端；S11.接收客户端读入DNA序列，然后利用数组a中存储单元t存储的重复字符串替换相邻两个分隔符之间的数字t，然后将分隔符删除，此时完成DNA序列的解压；S12.传输完成。