[發(fā)明專利]一種組裝基因組序列的方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201410758244.6
• 申請(qǐng)日: 2014-12-11
• 公開(kāi)（公告）號(hào): CN104531848A
• 公開(kāi)（公告）日: 2015-04-22
• 發(fā)明（設(shè)計(jì)）人: 詹東亮;張姝;蔡慶樂(lè);何榮軍;郝美榮;梁倩;韓雪蓮;劉三陽(yáng);王軍一
• 申請(qǐng)（專利權(quán)）人: 杭州和壹基因科技有限公司
• 主分類號(hào): C12Q1/68
• 分類號(hào): C12Q1/68;C12M1/00
• 代理公司: 杭州中成專利事務(wù)所有限公司 33212
• 代理人: 唐銀益

1.一種組裝基因組序列的方法，其特征在于，包括以下步驟：

(1)利用第二代測(cè)序技術(shù)對(duì)樣品進(jìn)行測(cè)序，獲得高精度短片段序列；

(2)對(duì)獲得的所述高精度短片段序列進(jìn)行拼接，獲得一個(gè)高精度的框架圖；

(3)利用單分子測(cè)序技術(shù)對(duì)與上述同樣來(lái)源的樣品進(jìn)行測(cè)序，獲得所述同樣來(lái)源樣品的三代測(cè)序數(shù)據(jù)；

(4)將步驟(3)獲得的所述三代測(cè)序數(shù)據(jù)比回所述框架圖中，得到三代測(cè)序數(shù)據(jù)和框架圖的詳細(xì)對(duì)比信息；

(5)利用步驟(4)獲得的詳細(xì)對(duì)比信息對(duì)所述三代測(cè)序數(shù)據(jù)進(jìn)行聚類并構(gòu)建基因組骨架，對(duì)所述基因組骨架進(jìn)行糾錯(cuò)，利用步驟(1)中的高精度短片段序列的大片斷構(gòu)建scaffold,小片斷數(shù)據(jù)進(jìn)行補(bǔ)洞，得到基因組精細(xì)圖。

2.根據(jù)權(quán)利要求1所述的組裝基因組序列的方法，其特征在于，所述步驟(4)包括：利用BWT和LCS算法，將步驟(3)獲得的所述三代測(cè)序數(shù)據(jù)比回所述框架圖中，得到三代測(cè)序數(shù)據(jù)和框架圖的詳細(xì)對(duì)比信息。

3.根據(jù)權(quán)利要求1或2所述的組裝基因組序列的方法，其特征在于，所述步驟(5)中對(duì)所述基因組骨架進(jìn)行糾錯(cuò)包括：

A、使用HGAP中自帶的糾錯(cuò)模塊，使用所述三測(cè)序代數(shù)據(jù)進(jìn)行自糾錯(cuò)；

B、使用LoRDEC軟件利用Illumina第二代測(cè)序技術(shù)獲得的高精度短片段序列來(lái)糾正所述基因組骨架。

4.根據(jù)權(quán)利要求1或2所述的組裝基因組序列的方法，其特征在于，所述的第二代測(cè)序技術(shù)采用的是HiSeq測(cè)序儀，所述的單分子測(cè)序技術(shù)采用的是PacBio?RSII測(cè)序儀。

5.根據(jù)權(quán)利要求1或2所述的組裝基因組序列的方法，其特征在于，所述步驟(2)采用的是SOAPdenovo2軟件對(duì)獲得的所述高精度短片段序列進(jìn)行拼接。

6.根據(jù)權(quán)利要求1或2所述的組裝基因組序列的方法，其特征在于，所述步驟(5)使用SSPACE軟件來(lái)構(gòu)建scaffold，最后使用GapCloser來(lái)進(jìn)行補(bǔ)洞。

7.一種組裝基因組序列的系統(tǒng)，其特征在于，包括：

接收模塊Ⅰ，用于接收利用第二代測(cè)序技術(shù)獲得的樣品的高精度短片段序列；

拼接模塊Ⅰ，與接收模塊Ⅰ相連，用于對(duì)獲得的樣品的高精度短片段序列進(jìn)行拼接，獲得高精確度的框架圖；

接收模塊Ⅱ，用于接收利用單分子測(cè)序技術(shù)獲得的樣品的長(zhǎng)片段序列；

定位模塊，與所述拼接模塊Ⅰ和所述接收模塊Ⅱ相連，用于將所述三代測(cè)序數(shù)據(jù)比對(duì)回所述框架圖上；

骨架模塊，利用所述三代測(cè)序數(shù)據(jù)與所述框架圖的詳細(xì)對(duì)比信息系對(duì)所述三代測(cè)序數(shù)據(jù)進(jìn)行聚類構(gòu)圖，搭建基因組骨架；

糾錯(cuò)模塊Ⅰ，與骨架模塊相連，利用骨架模塊中的聚類關(guān)系，使用HGAP糾錯(cuò)和三代測(cè)序數(shù)據(jù)進(jìn)行自糾錯(cuò)。

8.根據(jù)權(quán)利要求7所述的組裝基因組序列的系統(tǒng)，其特征在于，還包括：

糾錯(cuò)模塊Ⅱ，所述的糾錯(cuò)模塊Ⅱ與糾錯(cuò)模塊Ⅰ相連，用于使用LoRDEC軟件和所述高精度短片段序列對(duì)所述基因組骨架進(jìn)行糾錯(cuò)；

Scaffold&補(bǔ)洞模塊，利用高精度短片段序列進(jìn)行scaffold構(gòu)建和補(bǔ)洞，生成最終的基因組精細(xì)圖。