[发明专利]一种DNA序列数据压缩系统

权利要求书

1.一种DNA序列数据压缩系统，其特征在于，所述DNA序列数据压缩系统包括：

MA-ARV码本设计模块，用于构造针对当前输入DNA序列数据的压缩码本；

DNA序列数据压缩模块，用于根据MA-ARV码本对输入数据进行无损压缩编码；

DNA序列数据解压模块，用于对压缩后的数据文件进行解压恢复操作。

2.根据权利要求1所述的DNA序列数据压缩系统，其特征在于，所述DNA序列数据压缩系统还包括输入模块、检测模块和输出模块；

所述输入模块、检测模块、DNA序列数据压缩模块与输出模块依次相连，所述检测模块还分别与MA-ARV码本设计模块、DNA序列数据解压模块相连，所述MA-ARV码本设计模块与DNA序列数据压缩模块相连。

3.根据权利要求1所述的DNA序列数据压缩系统，其特征在于，所述MA-ARV码本设计模块将当前输入DNA序列数据表示为MA-ARV矢量v，其直接重复模式冗余片段表示为相同矢量v，镜像重复片段为矢量v^-1；根据碱基配对原则，对于配对重复片段有矢量v^*，对于反转重复片段有矢量v^-1*。

4.根据权利要求1所述的DNA序列数据压缩系统，其特征在于，所述DNA序列数据压缩系统在压缩数据时，使用编码格式为 {id, repeat type, {edit error}}，其中id为对应MA-ARV码矢量编号，repeat type为重复模式，edit error为编辑误差信息序列。

5.根据权利要求4所述的DNA序列数据压缩系统，其特征在于，所述编辑误差信息序列用{offset, edit type, symbol} 的格式进行编码；其中offset为编辑操作碱基的位置，edit type为操作类型符号：S表示替换、D表示删除、I表示插入，symbol为操作的碱基符号。

6.一种DNA序列数据压缩方法，其特征在于，包括以下步骤： 

S100、数据输入；

S200、检测输入的数据是否为原始DNA序列数据，如果是，执行S300，如果否，执行S400；

S300、检测输入的数据是否包含MA-ARV码本，如果是，执行S311，如果否，执行S321；

S311、进入DNA序列数据压缩模块，根据MA-ARV码本对输入数据进行无损压缩编码；

S312、最后输出压缩后的DNA序列数据；

S321、进入MA-ARV码本设计模块，构造针对当前输入DNA序列数据的压缩码本，然后执行S311；

S400、进入DNA序列数据解压模块，对压缩后的数据文件进行解压恢复操作；

S410、最后输出解压恢复的原始DNA序列数据。