[发明专利]确定检测靶点的方法、装置、计算机设备和存储介质

权利要求书

1.一种确定检测靶点的方法，其特征在于，所述方法包括：

确定待检测的目标病原体操作组；

从靶点数据库中获取所述目标病原体操作组中包含的特异性k-mer，所述特异性k-mer为满足预设特异性条件的k-mer，k-mer是指长度为k的基因组序列；

确定所述目标病原体操作组中包含的每个基因组中包含的特异性k-mer；

对每个基因组包含的特异性k-mer进行处理，得到每个基因组对应的非重合特异性区域集合，所述非重合特异性区域集合中包含有非重合特异性区域；所述非重合特异性区域，是将基因组上距离小于预设距离阈值的特异性k-mer进行替换所得到的区域；

获取每个基因组对应的非重合特异性区域集合中包含的每个非重合特异性区域在全部非重合特异性区域集合中的出现次数；

选取所述出现次数超过预设次数阈值的非重合特异性区域作为所述目标病原体操作组的检测靶点。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标病原体操作组中包含的每个基因组中包含的特异性k-mer，包括：

依次将所述目标病原体操作组中包含的每个基因组作为参考基因组；

将所述目标病原体操作组中包含的每个特异性k-mer定位至所述参考基因组；

将定位至所述参考基因组的特异性k-mer作为所述参考基因组包含的特异性k-mer。

3.根据权利要求1所述的方法，其特征在于，在所述确定待检测的目标病原体操作组之前，还包括：

获取预先选取的满足预设可信度条件的基因组作为高可信度基因组；

确定每个病原体操作组包括的高可信度基因组，作为每个病原体操作组对应的基因组。

4.根据权利要求3所述的方法，其特征在于，所述满足预设可信度条件包括以下任意一种：

基因组序列中包含的非确定性字符的比例低于预设比例阈值时；

基因组序列中包含的属于同一条染色体的序列片段低于预设片段阈值时；

将某一基因组序列与其他所有遗传关系符合预设遗传距离阈值范围的基因组序列进行序列比对，以确定该基因组序列在其相近的基因组序列中的全序列平均覆盖百分比，当该平均覆盖百分比高于预设百分比值时。

5.根据权利要求1所述的方法，其特征在于，所述对每个基因组包含的特异性k-mer进行处理，得到每个基因组对应的非重合特异性区域集合，包括：

将每个基因组包含的特异性k-mer定位至该基因组上；

依次选取每个基因组包含的所述特异性k-mer和/或所述非重合特异性区域进行检测；

当检测到选取的特异性k-mer和/或非重合特异性区域在所述基因组上的距离小于预设距离阈值时，则将选取的特异性k-mer和/或非重合特异性区域进行替换，得到替换后的非重合特异性区域；

根据最终所保留的特异性k-mer和替换后的非重合特异性区域得到每个基因组对应的非重合特异性区域集合。

6.根据权利要求5所述的方法，其特征在于，所述将选取的特异性k-mer和/或非重合特异性区域进行替换，得到替换后的非重合特异性区域，包括：

当检测到选取的特异性k-mer和/或非重合特异性区域在所述基因组上的距离小于或等于零时，则取能覆盖选取的两个特异性k-mer的最小区域替换选取的两个特异性k-mer，得到非重合特异性区域；

当检测到选取的特异性k-mer和/或非重合特异性区域在所述基因组上的距离大于零时，则获取所述选取的两个特异性k-mer和/或非重合特异性区域在定位的基因组上中间间隔的序列；

将所述选取的两个特异性k-mer和所述中间间隔的序列依次进行拼接，得到拼接序列；

将所述选取的两个特异性k-mer替换成拼接序列，得到非重合特异性区域。

7.根据权利要求5所述的方法，其特征在于，所述预设距离阈值小于5。