[发明专利]一种对基因序列片段进行拼接的系统和方法

权利要求书

1.一种对基因序列片段进行拼接的系统，其特征在于，所述系统包括数据库、过滤单元、拼接单元和处理单元；

所述数据库用于存储基因序列片段；

所述过滤单元用于对数据库中的基因序列片段中的短序列片段进行过滤，得长序列片段；

所述拼接单元用于对长序列片段进行分段和拼接处理，得序列拼接图；

所述处理单元用于对序列拼接图及图中的干扰因素进行去除处理并记录，得到序列信息；

所述处理单元中记录的信息包括对序列拼接图进行去除处理后的图的信息和图中被去除的信息。

2.根据权利要求1所述的系统，其特征在于，所述过滤单元用于滤除长度小于L的基因序列片段；所述L＞5，L为整数。

3.根据权利要求1所述的系统，其特征在于，所述拼接单元包括分段模块、节点模块、拼接模块；

所述分段模块用于将长序列片段转换成长度为K的锚定序列，所述K为正整数；

所述节点模块用于根据锚定序列建立节点；每个锚定序列建立一个节点；

所述拼接模块用于将节点连接成序列拼接图。

4.根据权利要求3所述的系统，其特征在于，所述拼接模块用于连接节点，并对节点进行合并形成合并节点，搜索、连接合并节点形成序列拼接图。

5.根据权利要求3所述的系统，其特征在于，所述每个节点包括正向节点和/或反向节点；每个节点的长度在3~20之间。

6.根据权利要求1所述的系统，其特征在于，所述处理单元包括图处理模块、内图处理模块和记录模块；

所述图处理模块用于对碱基个数小于M的序列拼接图进行去除处理；

所述内图处理模块用于对去除处理后的序列拼接图中的环路中的一条路和分支进行去除处理；

所述记录模块用于记录环路或环路中被去除的一条路和去除的分支中长度大于R的分支的序列信息；

所述M≥6，R≥6，且M和R均为整数。

7.根据权利要求1至6中任一项所述的系统，其特征在于，所述系统还包括显示单元，用于显示处理单元得到的序列信息；所述序列信息包括拼接序列片段、每个拼接序列片段对应的长序列片段和每个长序列片段出现的次数。

8.根据权利要求1至6中任一项所述的系统，其特征在于，所述系统还包括输入单元，用于接收输入指令；所述输入指令包括长序列片段的最小长度、长序列片段的分段长度和序列拼接图中的最少碱基个数。

9.一种对基因序列片段进行拼接的方法，其特征在于，所述方法包括以下步骤：

A、对数据库中的基因序列片段中的短序列片段进行滤除，得长序列片段；

B、对长序列片段进行分段和拼接处理，得序列拼接图；

C、对所述序列拼接图及图中的干扰因素进行去除处理并记录，得到序列信息；

所述步骤C中记录得到的序列信息，包括对图进行去除处理后的序列拼接图的信息和序列拼接图中去除的信息。

10.根据权利要求9所述的方法，其特征在于，所述步骤A中，滤除长度小于L的基因序列片段，得长度大于等于L的长序列片段；所述L＞5，L为整数。

11.根据权利要求9所述的方法，其特征在于，所述步骤B包括：

B1、将长序列片段转换成长度为K的锚定序列，所述K为正整数；

B2、根据锚定序列建立节点；每个锚定序列建立一个节点；

B3、将节点连接成序列拼接图。

12.根据权利要求11所述的方法，其特征在于，所述步骤C包括：

C1、去除碱基个数小于M的序列拼接图；

C2、对去除处理后剩余的序列拼接图中的环路中的一条路和分支进行去除处理；

C3、记录环路或环路中被去除的一条路和去除的分支中长度大于R的分支的序列信息；

所述M≥6，R≥6，且M和R均为整数。

13.根据权利要求9至12中任一项所述的方法，其特征在于，所述步骤C之后还包括步骤D、显示序列信息；所述序列信息包括拼接序列片段、每个拼接序列片段对应的长序列片段和每个长序列片段出现的次数。

14.根据权利要求9至12中任一项所述的方法，其特征在于，所述步骤A之前还包括步骤A0、获取并存储序基因列片段，并确定长序列片段的最小长度、长序列片段的分段长度和序列拼接图中的最少碱基个数。