[发明专利]基于倒排索引结构的STR数据存储及亲子鉴定排序比对方法

摘要

本发明公开了一种基于倒排索引结构的STR数据存储及亲子鉴定排序比对方法，属于数据存储及处理技术领域。本发明基于倒排索引结构的STR数据存储及亲子鉴定排序比对方法，主要包括两个方面一是基于倒排索引结构的STR数据存储方法，该方法会依据样本所选取STR基因座，建立不同的数据域，在数据域中将STR数据以倒排索引结构存储；二是亲子鉴定排序比对方法，该方法基于划分域的倒排索引结构，计算寻亲样本与数据库中样本的亲缘关系，实现快速、稳定、可靠的在线寻亲。

主权项

基于倒排索引结构的STR数据存储及亲子鉴定排序比对方法，其特征在于，包括以下步骤：1)基于倒排索引结构的STR数据存储首先，将所有STR数据进行预处理，将每个样本的STR数据集整理为标准格式；然后，将每一个位点作为一个数据域，每个数据域中将存储各自的STR数据；最后，将STR数据以倒排索引的方式存储；对STR数据进行预处理，将每个样本的STR数据集整理为标准格式，具体如下：将样本数据集记为X＝{x1,x2,...,xn}；其中，xi表示第i个个体的STR数据，其中，表示第j个STR基因座的名称，vjk表示第k个染色体上基因座j上STR的特征值；2)基于以倒排索引的方式存储的STR数据的亲子鉴定排序比对首先，将待寻亲STR数据进行预处理，将每个样本的STR数据集整理为标准格式；然后，将每个位点的STR数据在各自的数据域中进行比对，并形成最终的亲子关系指数；最后，判定样本之间是否存在亲子关系，如果亲子关系指数高于特定的值，则认为候选样本的供体与待寻亲样本的供体具有亲子关系，反之则认为两者之间不存在亲子关系；其中，将待寻亲STR数据进行预处理，具体如下：将寻亲样本整理为如下格式：y＝{strj:(vj1/vj2)}，其中strj表示第j个STR基因座的名称，vjk表示第k个染色体上基因座j上STR的特征值；所述亲子关系指数的计算如下：对于样本y，遍历strj:(vj1/vj2)，如果存在strj对应的域dm，则获得vj1和vj2索引所对应的样本集合，分别记为Xj1和Xj2；取Xj1和Xj2的并集，记为Xj＝Xj1∪Xj2；在获得每个strj所对应的Xj后，计算Xj的并集X＝X1∪X2∪...∪XJ，X中的每个元素均为候选样本；对X中的每一个元素xi，计算其中：则qi为候选样本xi的亲子关系指数。