[发明专利]DNA测序仪短序列回贴基因组方法

摘要

本发明属于对DNA测序数据的处理方法。为了提高短序列回帖基因组的效率，本发明提供了一种DNA测序仪短序列回帖基因组的方法，通过给出优化的全长离散种子组合，可以保证达到100％的查全率，同时提高数据处理的效率。

主权项

DNA测序仪短序列回贴基因组方法，其特征在于包括如下步骤：用全长离散种子组合对DNA测序仪产生的短序列和基因组做索引，以筛选出可能回贴的位置集合；全长离散种子为长度与所述短序列长度相同的代码串，代码串由若干位匹配码和通配符组成；匹配码代表需要将所述短序列和基因组进行比对的位，通配符代表不需要将所述短序列和基因组进行比对的位；所述全长离散种子组合为所述短序列回帖基因组达到100％查全率需要最低数量全长离散种子的组合；对应多种情况的所述全长离散种子组合如下所示，其中一个s#.w#.r#或者s#.w#.z#表示一组全长离散种子，#代表数字，s后面的数字表示种子长度，w后面的数字表示种子的权重，r后面的数字表示能达到100％查全率所允许的错配个数，z后面的数字表示能达到100％查全率所允许的在颜色空间允许的错配个数；r和z分别对应两种DNA测序仪输出短序列；1代表所述匹配码，*代表通配符；所述全长离散种子组合还包括如下所示任意全长离散种子组合的列置换后的结果：s15.w11.r1*11111111111*******111111111111111****111111111111111****111s17.w11.r1*11111111111***********11111111111111111******11111s18.w13.r11111111111111**********1111111111111111111111****1111*11111****11111111*s20.w13.r11111111111111**************1111111111111*111111******1111111s26.w13.r11111111111111**************************1111111111111s14.w8.r211**111111******11**111111******11**111111111111****11****111111****111111****11**1111****11**1111s16.w8.r211111111************11111111************111111111111****1111********1111****11111111********1111s17.w9.r2111**111111*********111**111111*********111**11111111111******1**11111111*11****11***111******1**11111***111*1*11***111s18.w9.r2111111***111*********111111***111*********111111***111111******111111******111******111111111***111******111s19.w9.r2111111111**************111111111****************1111111111111*****11111**********1111*****111111111**********11111s20.w10.r211111*****11111**********1111111111*****11111**********11111*****11111*****111111111111111********************1111111111s22.w10‑12.r211111111111****************11111111111*****************1111111111111111******11111***********111111*****11111111111***********111111s23.w11.r211111111111*****************11111111111*******************1111111111111111******111111************11111******11111111111************111111s24.w12.r2111111111111************************111111111111111111******111111******111111************111111******111111111111************111111******111111s26.w12‑13.r21111111111111*******************1111111111111********************1111111111111111111*******111111*************1111111******111111*111111*************1111111s27.w13.r21111111111111********************1111111111111**********************1111111111111111111*******1111111**************111111*******1111111111111**************1111111s28.w13.r2111*1**111*1**111*1**1*******111*1**111*1**111*1**1*******111*1**111*1**111*1**1*******111*1**111*1**111*1**1*******111*1**111*1**111*1**1*******111*1**111*1**111*1**1*******111*1**111*1**111*1**1s30.w13.r21111111111111******************************1111111111111*********************1111111111111********111111111*********111111111********1111*********1111s32.w13.r21111111111111*******************111111*******1111111************111111**************1111111***********1111111111111********************************1111111111111s33.w13.r2*******1111111111111*********************************11111111111111111111111111********************1111111******111111**************s39.w13.r21111111111111***************************************1111111111111***************************************1111111111111s25.w10.r31111111111********************1111111111********************1111111111********************111111111111111*****11111***************11111*****11111***************11111*****1111111111**********11111**********11111**********1111111111***************11111s30.w12.r3111111111111************************111111111111************************111111111111************************111111111111111111******111111******************111111******111111******************111111******111111111111************111111************111111************111111111111******************111111s34.w13.r31111111111111****************************1111111111111****************************1111111111111****************************11111111111111111111*******111111*********************1111111*******111111*********************1111111*******1111111111111**************111111**************1111111**************1111111111111*********************111111s36.w13.r3111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111************111*1**1***111*1**1***111*s42.w12.r3111111111111************************************111111111111************************************111111111111************************************111111111111************************************111111111111************************************111111111111111111******************************111111s46.w13.r31111111111111****************************************1111111111111**********************************************1111111111111**********************************************11111111111111111111******111111***************************s52.w13.r31111111111111****************************************************1111111111111****************************************************1111111111111****************************************************1111111111111s30.w10.r41111111111*************************1111111111*************************1111111111*************************1111111111*************************111111111111111*****11111********************11111*****11111********************11111*****11111********************11111*****1111111111**********11111***************11111**********11111***************11111**********1111111111***************11111**********11111***************1111111111********************11111s36.w12.r4111111111111******************************111111111111******************************111111111111******************************111111111111******************************111111111111111111******111111************************111111******111111************************111111******111111************************111111******111111111111************111111******************111111************111111******************111111************111111111111******************111111************111111******************111111111111************************111111s41.w13.r41111111*111111**********************************1111111*111111**********************************1111111*111111**********************************1111111*111111******1111111********111111***************************1111111********111111***************************1111111********111111******1111111***************111111********************1111111***************111111********************1111111**************1111111111111**********************111111******1111111****************************111111*******1111111*********************111111*********************1111111*******111111****************************1111111111111s42.w12.r4111111111111******************************************111111111111******************************************111111111111************************************111111111111************************111111******111111111111******111111************************111111************111111************************111111111111******************************111111******111111******************s45.w12‑13.r41111111111111*********************************************1111111111111*********************************************1111111111111**************************************1111111111111**************************111111*******111111111111*******111111**************************111111*************1111111*************************1111111111111********************************1111111******111111********************s46.w12‑13.r41111111111111**********************************************1111111111111**********************************************1111111111111****************************************1111111111111**************************1111111******111111*1111111******111111***************************1111111*************111111***************************1111111111111*********************************111111*******111111********************s49.w13.r41111111111111**************************************************1111111111111**************************************************1111111111111*******************************************1111111111111*****************************1111111*******111111*1111111*******111111*****************************1111111**************111111*****************************1111111111111************************************1111111*******111111**********************s65.w13.r41111111111111*****************************************************************1111111111111*****************************************************************1111111111111*****************************************************************1111111111111*****************************************************************1111111111111s78.w13.r51111111111111******************************************************************************1111111111111******************************************************************************1111111111111******************************************************************************1111111111111******************************************************************************1111111111111******************************************************************************1111111111111s91.w13.r61111111111111*******************************************************************************************1111111111111*******************************************************************************************1111111111111*******************************************************************************************1111111111111*******************************************************************************************1111111111111*******************************************************************************************1111111111111*******************************************************************************************1111111111111s23.w11.z211111111111************************11111111111s24.w12.z41111*1111*1111**********1111*1111******1111*****1111*1111***********11111111******1111*1111*****1111******1111******11111111***********1111*1111*****1111*1111*1111**********1111*1111******1111*****1111******1111*1111**********1111*1111*1111s25.w12‑13.z411111*1111*1111**********11111*1111******1111*****11111*1111***********111111111******1111*1111*****11111******1111******111111111***********1111*1111******1111*1111*1111***********1111*1111******1111******1111******1111*1111***********1111*1111*1111s34.w13.z411111*11111111***********************************1111*111111111*************************111111111*1111*********11111*1111***********111111111**********1111***********1111s38.w12.z4111111111111***************************************111111111111***************************************111111111111s41.w13.z41111111111111******************************************1111111111111******************************************1111111111111s29.w12.z61111*1111*1111***************1111*1111******1111**********1111*1111***********1111*****1111*1111****************11111111******1111*1111**********1111******1111******1111*****1111******1111***********11111111***********1111*1111*****1111***********1111******11111111****************1111*1111*****1111*1111*1111***************1111*1111******1111**********1111*1111***********1111*****1111******1111*1111**********1111******1111******1111*****1111***********1111*1111**********1111*1111*1111***************1111*1111******1111**********1111******1111*1111***************1111*1111*1111s34.w12.z6111111*111111*********************111111********111111**************111111***************111111*******111111**********************111111*******111111*111111*********************111111********111111**************111111***************111111**************111111*111111*********************111111********111111*********************111111*111111s35.w12‑13.z61111111*111111*********************1111111********111111**************1111111***************111111*******1111111**********************111111********111111*111111**********************111111********111111***************111111***************111111***************111111*111111**********************111111********111111**********************111111*111111s39.w13.z61111111*111111*************************1111111*********111111*****************1111111*****************111111*********1111111*************************111111*********1111111*111111*************************1111111*********111111*****************1111111*****************111111*****************1111111*111111*************************1111111*********111111*************************1111111*111111*s47.w11.z611111111111************************************************11111111111************************************************11111111111************************************************11111111111s48.w12.z6111111************************************111111111111*111111******************************************111111*111111******************************************111111*111111******************************************111111*111111******************************************111111*111111******************************************111111*111111s41.w12.z8111111*111111****************************111111********111111*********************111111***************111111**************111111**********************111111*******111111*****************************111111*******111111*111111****************************111111********111111*********************111111***************111111**************111111**********************111111**************111111*111111****************************111111********111111*********************111111***************111111*********************111111*111111****************************111111********111111****************************111111*111111s48.w12.z8111111*111111*************************************************111111*111111*************************************************111111*111111******************************************111111*111111****************************111111********111111111111********111111****************************111111***************111111****************************111111*111111***********************************111111********111111*********************。