[發明專利]一種DNA序列數據壓縮系統

有效

• 申請號: 201110002601.2
• 申請日: 2011-01-07
• 公開（公告）號: CN102081707A
• 公開（公告）日: 2011-06-01
• 發明（設計）人: 紀震;周家銳;朱澤軒;儲穎
• 申請（專利權）人: 深圳大學
• 主分類號: G06F19/10
• 分類號: G06F19/10
• 代理公司: 深圳市君勝知識產權代理事務所 44268
• 代理人: 王永文;楊宏

1.一種DNA序列數據壓縮系統，其特征在于，所述DNA序列數據壓縮系統包括：

MA-ARV碼本設計模塊，用于構造針對當前輸入DNA序列數據的壓縮碼本；

DNA序列數據壓縮模塊，用于根據MA-ARV碼本對輸入數據進行無損壓縮編碼；

DNA序列數據解壓模塊，用于對壓縮后的數據文件進行解壓恢復操作。

2.根據權利要求1所述的DNA序列數據壓縮系統，其特征在于，所述DNA序列數據壓縮系統還包括輸入模塊、檢測模塊和輸出模塊；

所述輸入模塊、檢測模塊、DNA序列數據壓縮模塊與輸出模塊依次相連，所述檢測模塊還分別與MA-ARV碼本設計模塊、DNA序列數據解壓模塊相連，所述MA-ARV碼本設計模塊與DNA序列數據壓縮模塊相連。

3.根據權利要求1所述的DNA序列數據壓縮系統，其特征在于，所述MA-ARV碼本設計模塊將當前輸入DNA序列數據表示為MA-ARV矢量v，其直接重復模式冗余片段表示為相同矢量v，鏡像重復片段為矢量v^-1；根據堿基配對原則，對于配對重復片段有矢量v^*，對于反轉重復片段有矢量v^-1*。

4.根據權利要求1所述的DNA序列數據壓縮系統，其特征在于，所述DNA序列數據壓縮系統在壓縮數據時，使用編碼格式為?{id,?repeat?type,?{edit?error}}，其中id為對應MA-ARV碼矢量編號，repeat?type為重復模式，edit?error為編輯誤差信息序列。

5.根據權利要求4所述的DNA序列數據壓縮系統，其特征在于，所述編輯誤差信息序列用{offset,?edit?type,?symbol}?的格式進行編碼；其中offset為編輯操作堿基的位置，edit?type為操作類型符號：S表示替換、D表示刪除、I表示插入，symbol為操作的堿基符號。

6.一種DNA序列數據壓縮方法，其特征在于，包括以下步驟：?

S100、數據輸入；

S200、檢測輸入的數據是否為原始DNA序列數據，如果是，執行S300，如果否，執行S400；

S300、檢測輸入的數據是否包含MA-ARV碼本，如果是，執行S311，如果否，執行S321；

S311、進入DNA序列數據壓縮模塊，根據MA-ARV碼本對輸入數據進行無損壓縮編碼；

S312、最后輸出壓縮后的DNA序列數據；

S321、進入MA-ARV碼本設計模塊，構造針對當前輸入DNA序列數據的壓縮碼本，然后執行S311；

S400、進入DNA序列數據解壓模塊，對壓縮后的數據文件進行解壓恢復操作；

S410、最后輸出解壓恢復的原始DNA序列數據。