[发明专利]一种基因序列比对的方法、系统及相关组件

权利要求书

1.一种基因序列比对的方法，其特征在于，包括：

确定待对比序列和参考序列，并根据所述参考序列确定指针表和候选对比位置表；其中，所述候选对比位置表为描述参考子序列在所述参考序列上的位置信息与所述参考子序列的R位索引值的后M位的对应关系，且所述索引值前R-M位相同的参考子序列的位置信息连续排列的表，所述指针表为描述所述索引值前N位相同、第N+1位至第R-M位不同的参考子序列在所述候选对比位置表中的偏移地址的表；所述参考子序列为按照预设长度对所述参考序列逐位提取得到；

从待对比序列中提取预设长度的种子序列，并确定所述种子序列的索引值；

根据所述种子序列的索引值查询所述指针表和所述候选对比位置表判断所述参考序列中是否存在所述种子序列对应的位置信息；

若是，则将所述种子序列作为待扩展序列，根据所述位置信息以所述参考序列为基准对所述待扩展序列进行扩展操作得到中间序列，并对比所述中间序列与所述待对比序列得到基因序列比对结果。

2.根据权利要求1所述方法，其特征在于，根据所述参考序列确定指针表和候选对比位置表包括：

对所述参考序列逐位提取预设长度的所述参考子序列，记录所述参考子序列的位置信息，并将所述参考子序列转换为索引值；

按照预设规则将所述索引值进行字节划分得到第一子索引值、第二子索引值和第三子索引值；其中，所述第一子索引值为所述索引值的前N位，所述第三子索引值为所述索引值的后M位，所述第二子索引值为所述索引值的第N+1位至第R-M位；

根据所述第一子索引值和所述第二子索引值构建指针表的行和列；其中，所述指针表的每一行对应不同的第一子索引值，每一列对应不同的第二子索引值，指针表的行数P和列数Q满足预设关系；其中，所述预设关系为P＝2^N，Q＝2^R-M-N；

根据所述第三子索引值与所述第三子索引值对应的参考子序列在参考序列上的位置信息按预设的排序规则构建所述候选对比位置表；

根据所述排序规则和所述索引值前R-M位相同，后M位不同的参考子序列的个数构建所述指针表。

3.根据权利要求2所述方法，其特征在于，根据所述种子序列的索引值查询所述指针表和所述候选对比位置表判断所述参考序列中是否存在所述种子序列对应的位置信息，包括：

根据所述种子序列的索引值的前R-M位在所述指针表中查询目标偏移地址；

根据所述目标偏移地址查询所述候选对比位置表，判断所述候选对比位置表中是否存在所述种子序列的索引值的后M位；

若是，则判定所述参考序列中存在所述种子序列的位置信息。

4.根据权利要求2所述方法，其特征在于，所述排序规则为字典排序。

5.根据权利要求1所述方法，其特征在于，所述参考子序列的索引值为所述参考子序列经哈希处理后对应的哈希值。

6.根据权利要求5所述方法，其特征在于，若所述哈希值的位数为40，则N为26，M为10。

7.根据权利要求1-6任一项所述方法，其特征在于，将所述种子序列作为待扩展序列进行扩展操作得到中间序列，包括：

将所述种子序列设置为所述待扩展序列；

获取所述待扩展序列的索引值的前预设位数作为扩展模块索引值；

根据所述扩展模块索引值查询对应的扩展模块，并将所述待扩展序列输入所述扩展模块中得到所述中间序列。