[發(fā)明專(zhuān)利]RNA測(cè)序數(shù)據(jù)處理的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201410724856.3
• 申請(qǐng)日: 2015-08-04
• 公開(kāi)（公告）號(hào): CN104504302A
• 公開(kāi)（公告）日: 2015-07-29
• 發(fā)明（設(shè)計(jì)）人: 陳利群;姜曉雪;郭陽(yáng);周婷婷
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京諾禾致源生物信息科技有限公司
• 主分類(lèi)號(hào): G06F19/20
• 分類(lèi)號(hào): G06F19/20;G06F17/30
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 吳貴明;張永明

技術(shù)領(lǐng)域

本發(fā)明涉及測(cè)序數(shù)據(jù)處理領(lǐng)域，具體而言，涉及一種RNA測(cè)序數(shù)據(jù)的處理方法和裝置。

背景技術(shù)

由于高通量測(cè)序技術(shù)具有通量高、成本低、數(shù)據(jù)信息量大的優(yōu)點(diǎn)，越來(lái)越多的生物學(xué)研究人員選擇采用高通量測(cè)序的方法作為一種研究的手段。然而，測(cè)序所得的數(shù)據(jù)是海量的，各大測(cè)序公司紛紛推出各種處理方法供用戶(hù)選擇，但現(xiàn)有技術(shù)中的測(cè)序數(shù)據(jù)的處理方法存在處理效率低下(只能針對(duì)單一樣本進(jìn)行分析)、輸出結(jié)果單一、無(wú)法進(jìn)行多樣化分析的缺陷。

因此，急需建立一種能夠?qū)y(cè)序數(shù)據(jù)進(jìn)行多樣化分析的方法，以提供更準(zhǔn)確、更全面的分析結(jié)果。

發(fā)明內(nèi)容

本發(fā)明旨在提供一種RNA測(cè)序數(shù)據(jù)的處理方法和裝置，以改善現(xiàn)有的處理方法所得結(jié)果單一、信息不全等缺陷。

為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的一個(gè)方面，提供了一種RNA測(cè)序數(shù)據(jù)的處理方法，方法包括：獲取RNA測(cè)序數(shù)據(jù)的文件路徑；根據(jù)RNA測(cè)序數(shù)據(jù)的文件路徑獲取包含RNA測(cè)序數(shù)據(jù)的測(cè)序數(shù)據(jù)文件；獲取用于對(duì)測(cè)序數(shù)據(jù)文件進(jìn)行篩選處理的查詢(xún)條件，查詢(xún)條件至少包括如下任意一種或多種條件：包含至少一個(gè)基因名稱(chēng)的基因名稱(chēng)列表以及至少一個(gè)樣本的基因信息標(biāo)簽；根據(jù)查詢(xún)條件從測(cè)序數(shù)據(jù)文件中查詢(xún)得到RNA測(cè)序數(shù)據(jù)中滿(mǎn)足查詢(xún)條件的篩選結(jié)果；輸出RNA測(cè)序數(shù)據(jù)中滿(mǎn)足查詢(xún)條件的篩選結(jié)果。

進(jìn)一步地，通過(guò)如下任意一種方式獲取用于對(duì)測(cè)序數(shù)據(jù)文件進(jìn)行篩選處理的查詢(xún)條件中的基因名稱(chēng)列表：方式一：通過(guò)應(yīng)用界面提供的輸入框接收用戶(hù)輸入的基因名稱(chēng)列表；方式二：確定基因名稱(chēng)列表對(duì)應(yīng)的列表保存地址，根據(jù)列表保存地址讀取并導(dǎo)入基因名稱(chēng)列表；方式三：根據(jù)預(yù)先確定的基因名稱(chēng)的篩選條件，從測(cè)序數(shù)據(jù)文件中篩選得到基因名稱(chēng)列表，其中，基因名稱(chēng)的篩選條件包括如下任意一個(gè)或多個(gè)信息：樣品表達(dá)量、差異比較組以及基因功能。

進(jìn)一步地，在通過(guò)方式三獲取用于對(duì)測(cè)序數(shù)據(jù)文件進(jìn)行篩選處理的查詢(xún)條件中的基因名稱(chēng)列表的情況下：當(dāng)基因名稱(chēng)的篩選條件至少包括樣品表達(dá)量時(shí)，根據(jù)預(yù)先確定的基因名稱(chēng)的篩選條件，從測(cè)序數(shù)據(jù)文件中篩選得到基因名稱(chēng)列表的步驟包括：獲取用戶(hù)輸入樣品的RPKM閾值或FPKM閾值，根據(jù)樣品的RPKM閾值或FPKM閾值，從測(cè)序數(shù)據(jù)文件中篩選得到滿(mǎn)足樣品的RPKM閾值或FPKM閾值的基因名稱(chēng)列表。

進(jìn)一步地，在通過(guò)方式三獲取用于對(duì)測(cè)序數(shù)據(jù)文件進(jìn)行篩選處理的查詢(xún)條件中的基因名稱(chēng)列表的情況下：當(dāng)基因名稱(chēng)的篩選條件至少包括差異比較組時(shí)，根據(jù)預(yù)先確定的基因名稱(chēng)的篩選條件，從測(cè)序數(shù)據(jù)文件中篩選得到基因名稱(chēng)列表的步驟包括：獲取用戶(hù)輸入的比較樣品組的log₂fold?change閾值和q值閾值，根據(jù)比較樣品組的log₂fold?change閾值和q值閾值，從測(cè)序數(shù)據(jù)文件中篩選得到滿(mǎn)足比較樣品組的log₂fold?change閾值和q值閾值的基因名稱(chēng)列表。

進(jìn)一步地，在通過(guò)方式三獲取用于對(duì)測(cè)序數(shù)據(jù)文件進(jìn)行篩選處理的查詢(xún)條件中的基因名稱(chēng)列表的情況下：當(dāng)基因名稱(chēng)的篩選條件至少包括基因功能時(shí)，根據(jù)預(yù)先確定的基因名稱(chēng)的篩選條件，從測(cè)序數(shù)據(jù)文件中篩選得到基因名稱(chēng)列表的步驟包括：獲取用戶(hù)輸入包括如下任意一個(gè)或多個(gè)基因功能信息：GO?ID號(hào)、GO注釋庫(kù)中的關(guān)鍵詞、KEGG?ID號(hào)以及KEGG注釋庫(kù)中的關(guān)鍵詞；根據(jù)一個(gè)或多個(gè)功能信息，從測(cè)序數(shù)據(jù)文件中篩選得到滿(mǎn)足一個(gè)或多個(gè)基因功能信息的基因名稱(chēng)列表。

進(jìn)一步地，在獲取到用于對(duì)測(cè)序數(shù)據(jù)文件進(jìn)行篩選處理的查詢(xún)條件中的基因名稱(chēng)列表之后，方法還包括：根據(jù)用戶(hù)輸入的提取基因的基因信息標(biāo)簽，獲取測(cè)序數(shù)據(jù)文件中符合基因名稱(chēng)列表中的基因的基因信息標(biāo)簽；其中，基因信息標(biāo)簽包括基因功能注釋、基因表達(dá)量、基因分子標(biāo)記、基因序列、基因差異分析和基因富集。

進(jìn)一步地，在基因信息標(biāo)簽為基因功能注釋的情況下，在獲取到用于對(duì)測(cè)序數(shù)據(jù)文件進(jìn)行篩選處理的查詢(xún)條件中的基因名稱(chēng)列表之后，方法還包括：獲取用戶(hù)輸入的用于提取基因的如下任意一種或多種基因功能注釋?zhuān)夯蜷L(zhǎng)度、NR、NT、KEGG、Swissprot、PFAM和GO的功能注釋?zhuān)桓鶕?jù)基因名稱(chēng)列表和一種或多種基因功能注釋?zhuān)瑥臏y(cè)序數(shù)據(jù)文件中查詢(xún)得到滿(mǎn)足基因名稱(chēng)列表和基因功能注釋的篩選結(jié)果。