[发明专利]一种二项树模型的模体搜索方法、装置、设备与存储介质

权利要求书

1.一种二项树模型的模体搜索方法，其特征在于，包括：

获取DNA序列大数据集、获取所述DNA序列大数据集的植入模体参数，其中，所述DNA序列大数据集包括若干条DNA序列，每条DNA序列包括若干字符，所述植入模体参数包括植入模体的长度l、植入模体的海明距离d、植入模体的搜索占比q、保守性参数g；

根据所述DNA序列大数据集、所述植入模体参数，得到第一l-mer集，包括：

根据所述DNA序列大数据集、所述植入模体参数，得到第一k-mer集；

根据所述第一k-mer集，得到所述第一l-mer集，其中，所述第一k-mer集包括若干第一k-mer，每个第一k-mer包括k个字符，所述第一l-mer集包括若干第一l-mer，每个第一l-mer包括l个字符；

根据所述第一l-mer集，构建二项树模型；

根据第一得分模型，从所述二项树模型中确定所述植入模体，其中，所述第一得分模型表示二项树模型中每个结点的得分，根据所述DNA序列大数据集、所述植入模体参数得到所述第一得分模型，包括：

从所述DNA序列大数据集中获取若干第三l-mer，每个第三l-mer包括l个字符；

根据所述第三l-mer与所述第一l-mer之间的海明距离，得到第一排序队列；

根据所述第一排序队列，得到第四l-mer，所述第四l-mer包括l个字符；

根据所述第四l-mer，得到第二排序队列；

根据所述第二排序队列、所述植入模体参数，得到所述第一得分模型。

2.根据权利要求1所述的方法，其特征在于，根据所述第一l-mer集，构建二项树模型，包括：

选取第一l-mer集中的第一l-mer作为第一二项树的根结点，依次根据第一二项树的第i层生成第一二项树的第i+1层，其中，0 id；

获取第二阈值，根据所述第二阈值裁剪所述第一二项树，得到所述二项树模型，其中，所述第二阈值表示二项树模型的第i(0id)层结点的数量。