[发明专利]一种CRISPR诱导RNA文库设计方法

摘要

本发明公开了一种CRISPR诱导RNA文库设计方法，包括以下步骤：步骤一、根据参考基因组生成kmer集合；步骤二、将kmer切分成kmer1和kmer2两部分，将对应的kmer1相同的kmer2分成一个类别；再将同一类别的kmer2构建到同一个检索树中，各检索树的键序列为其中kmer2对应的kmer1；步骤三、并行获取诱导RNA及其脱靶序列，该步骤中，在比对一个kmer与检索树的键序列和其中的kme2连接成的kmer时，首先将该kmer的kmer1与检索树的键序列比对，看是否满足设定条件，满足则继续比对kmer的kmer2与检索树中的kmer2。本发明提高了计算效率。

主权项

1.一种CRISPR诱导RNA文库设计方法，其特征在于，包括以下步骤：步骤一、在参考基因组中扫描以标准PAM或者非标准PAM为前缀或后缀的kmer，构成kmer集合；步骤二、对kmer集合中的每一个kmer，将其切分成kmer1和kmer2两部分，其中kmer1为其前n个碱基组成的序列，将对应的kmer1相同的kmer2分成一个类别，将一个类别的kmer2对应的kmer1作为该类别kmer2的键序列；再将同一类别的kmer2构建到同一个检索树中，由此多个检索树，每个检索树的键序列为相应类别的kmer2的键序列；对kmer集合中的每一个kmer，若其以非标准PAM为前缀或后缀，或其在参考基因组中的出现次数大于1，或存在与其汉明距离小于M的kmer，则其为非诱导RNA，否则为诱导RNA；步骤三、将所有的诱导RNA按照kmer1分类，对所有类别的诱导RNA，遍历所有检索树，搜索与其汉明距离小于不大于Q的kmer；其中，对一个类别的诱导RNA，遍历所有检索树，搜索与其汉明距离小于不大于Q的kmer的方法具体为：首先计算该类别诱导RNA的kmer1与各个检索树的键序列的汉明距离，找出键序列与该类别候选诱导RNA的kmer1的汉明距离不大于Q的检索树；然后针对该类别的每一个候选诱导RNA，分别在找出的检索树中，搜索与该候选诱导RNA的kmer2的汉明距离不大于Q‑m的kmer2；将这些kmer2分别与它们所在的检索树的键序列连接在一起构成多条kmer，参考基因组中与这些kmer互补配对的序列即为该诱导RNA的脱靶序列；由此获得的诱导RNA及其脱靶序列信息即CRISPR诱导RNA文库。