[发明专利]一种高通量基因测序的有效数据分类寻优目标检测系统及检测方法

权利要求书

1.一种高通量基因测序的有效数据分类寻优目标检测系统，包括依次相连的测序仪、数据库模块和数据处理模块，其特征是：所述测序仪对所需测序基因进行测序并将测序数据存储到所述数据库模块中；所述的数据处理模块包括数据归类模块、目标检测模块、有效数据模块、操作单元分类模块、相似度寻优模块、结果显示模块和无效数据模块，数据归类模块对所测数据序列进行归类处理，即所测数据序列若具有归类参数R所述性质，则进行读取归类，所测数据序列若不具有归类参数R所述性质，则该数据序列进入无效数据模块；目标检测模块对经过数据归类模块的循环递近归类后的数据序列进行同时满足所选归类参数有效值或有效定义的检测，通过同时满足所选归类参数有效值或有效定义的检测的数据序列，若是多于或者少于预定的实验分析数据序列数则进行数据优化；有效数据模块用以对满足循环递近归类的数据序列进行处理；操作单元分类模块用以对有效数据模块中的所有数据序列根据设定的相似度进行操作单元分类，并计算分类单元出现的频率；相似度寻优模块按照相似度的不同，设定相似度间隔百分点，将有效数据模块中的所有数据序列重新进行操作单元分类，输出操作单元分类结果及计算分类单元出现的频率；结果显示模块将目标检测模块的检测结果、有效数据的结果、操作单元分类模块的结果和计算分类单元出现的频率在结果显示模块上显示；无效数据模块存储数据归类模块和目标检测模块中的不符合要求的数据。

2.根据权利要求1所述的高通量基因测序的有效数据分类寻优目标检测系统，其特征是所述数据归类模块对所测数据序列进行归类处理具体包括：

从数据库中读取所测数据序列作为样本用S表示，样本总数为n，所测数据序列若具有归类参数R所述性质，则按以下步骤进行读取归类，所测数据序列若不具有归类参数R所述性质，则该序列进入无效模块；

（1）归类参数R，若有i个，则每个参数计为R₁、R₂、……、R_i，归类子模块个数为也为i个，计为：R1、R2、……、RI，归类循环级数为i-1级；所述归类参数R括序列长度、碱基有效序列、启动子序列、标签序列和控制序列等；

（2）根据归类参数的个数i，将所测数据序列总样本n分为i份，每份序列计为S1、S2、……、Si，每份序列中对应的序列个数相近，S1中的序列则计为S1-1、S1-2、……、S1-j¹，S2则计为S2-1、S2-2、……、S2-j²,Si则计为Si-1、Si-2、Si……、S1-jⁱ，其中，j¹、j²、……、jⁱ分别为每份样本中的序列个数，且满足j¹+j²+……+j^m总和为样本总数n；

（3）1级循环归类子模块的归类过程如下：

所测数据序列对应的1级归类子模块个数为i个，计为R1、R2、……、RI，总样本n也分为i份，每份数据序列计为S1、S2、……、Si，则1级归类对应关系为：

S1-R1、S2-R2、……、Si-RI；

输出的对应数据序列计为1S1、1S2、……、1Si；

（4）2级循环归类子模块的归类过程如下：

对应的2级归类子模块个数仍为i个，计为R1、R2、……、RI，经由1级归类子模块输出的对应数据序列计为1S1、1S2、……、1Si，则2级归类对应关系为：

1S1-R2、1S2-R3、……、1Si-R1；

则输出的对应数据序列计为2S1、2S2、……、2Si；

（5）依此类推，i-1级循环归类子模块的归类过程如下：

对应的i-1级归类子模块个数仍为i个，计为R1、R2、……、RI，经由i-2级归类子模块输出的对应数据序列计为(i-2)S1、(i-2)S2、……、(i-2)Si，则i-1级归类对应关系为：

（i-2）S1-RI、（i-2）S2-R1、……、（i-2）Si-R（I-1）；

则输出的对应数据序列计为(i-1)S1、(i-1)S2、……、(i-1)Si；

（6）确定归类参数的参考值域或评判值域，如当归类参数R₁是序列长度时，有效数据序列长度值域计为X，则数据序列长度值满足X时，进入归类参数R₁子模块，若数据序列长度值不满足X时，则该数据序列进入无效模块；

（7）确定归类参数的参考值域或评判值域，如当归类参数R₂是碱基误读时，单一数据序列所含碱基字母除A、T、C、G外，其余字母出现频度总和计为P，则序列出现频度值小于等于P值，进入归类参数R₂子模块，若数据序列出现频度值大于P值，则该数据序列进入无效模块；

（8）确定归类参数的参考值域或评判值域，如当归类参数R₃是启动子时，则数据序列中含有启动子序列的，进入归类参数R₃子模块，若数据序列中不含有启动子序列的，则该数据序列进入无效模块；

（9）确定归类参数的参考值域或评判值域，如当归类参数R₄是标签序列时，则数据序列中有标签序列的，进入归类参数R₄子模块，若数据序列中不含有标签序列的，则该数据序列进入无效模块；

（10）确定归类参数的参考值域或评判值域，如当归类参数R_i是控制序列时，则数据序列中有控制序列的，进入归类参数R_i子模块，若数据序列中不含有控制序列的，则该数据序列进入无效模块。