[發明專利]一種基因序列數據處理方法、裝置及系統

在審

• 申請號: 201810296700.8
• 申請日: 2018-04-03
• 公開（公告）號: CN108537006A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 朱紅
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06F19/20
• 分類號: G06F19/20;G06F19/28
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基因序列數據處理方法，其特征在于，應用于多節點計算機集群，所述方法包括：

根據設定的拆分規則，對參考基因序列進行拆分，獲得M組參考基因子序列；

生成M個程序運行腳本，將所述M個程序運行腳本投遞到所述多節點計算機集群的作業調度系統中進行計算，獲得M個基因序列處理子結果，其中，每個程序運行腳本運行結束后輸出一個相應的基因序列處理子結果；

對所述M個基因序列處理子結果進行匯總，獲得基因序列數據處理結果。

2.根據權利要求1所述的方法，其特征在于，所述根據設定的拆分規則，對參考基因序列進行拆分，獲得M組參考基因子序列，包括：

根據所述參考基因序列內染色體的數量，對參考基因序列進行拆分，獲得M組參考基因子序列，其中，每組參考基因子序列對應一條染色體。

3.根據權利要求1所述的方法，其特征在于，所述根據設定的拆分規則，對參考基因序列進行拆分，獲得M組參考基因子序列，包括：

根據設定的分組數，對所述參考基因序列進行拆分，獲得M組參考基因子序列，其中，任意兩組參考基因子序列的長度差值小于或等于預設閾值。

4.根據權利要求1-3任一項所述的方法，其特征在于，定義允許同時運行的程序運行腳本的最大數量N；

若所述N＜M，所述將所述M個程序運行腳本投遞到所述多節點計算機集群的作業調度系統中進行計算，包括：

將所述M個程序運行腳本中的N個程序運行腳本投遞到所述多節點計算機集群的作業調度系統中進行計算；

監控所述N個程序運行腳本中每個程序運行腳本的運行狀態；

若存在一個程序運行腳本運行結束，則將未運行的程序運行腳本中的一個程序運行腳本投遞到所述多節點計算機集群的作業調度系統中進行計算。

5.根據權利要求1所述的方法，其特征在于，所述程序運行腳本表征的數據處理過程包括：

將測序基因序列與相應的參考基因子序列進行對比，獲得對比結果；

對所述對比結果進行分析，獲得基因序列處理子結果。

6.一種基因序列數據處理裝置，其特征在于，應用于多節點計算機集群，所述裝置包括：

數據拆分模塊，用于根據設定的拆分規則，對參考基因序列進行拆分，獲得M組參考基因子序列；

集群調度模塊，用于生成M個程序運行腳本，將所述M個程序運行腳本投遞到所述多節點計算機集群的作業調度系統中進行計算，獲得M個基因序列處理子結果，其中，每個程序運行腳本運行結束后輸出一個相應的基因序列處理子結果；

匯總模塊，用于對所述M個基因序列處理子結果進行匯總，獲得基因序列數據處理結果。

7.根據權利要求6所述的裝置，其特征在于，所述數據拆分模塊，具體用于：

根據所述參考基因序列內染色體的數量，對參考基因序列進行拆分，獲得M組參考基因子序列，其中，每組參考基因子序列對應一條染色體。

8.根據權利要求6所述的裝置，其特征在于，所述數據拆分模塊，具體用于：

根據設定的分組數，對所述參考基因序列進行拆分，獲得M組參考基因子序列，其中，任意兩組參考基因子序列的長度差值小于或等于預設閾值。

9.根據權利要求6-8任一項所述的裝置，其特征在于，定義允許同時運行的程序運行腳本的最大數量N；

所述集群調度模塊，具體用于：

若所述N＜M，將所述M個程序運行腳本中的N個程序運行腳本投遞到所述多節點計算機集群的作業調度系統中進行計算；

監控所述N個程序運行腳本中每個程序運行腳本的運行狀態；

若存在一個程序運行腳本運行結束，則將未運行的程序運行腳本中的一個程序運行腳本投遞到所述多節點計算機集群的作業調度系統中進行計算。

10.一種基因序列數據處理系統，其特征在于，包括多節點計算機集群，所述多節點計算機集群上部署用于執行權利要求1-5任一項所述的方法的軟件。