[發明專利]測序數據的處理方法及裝置

有效

• 申請號: 201810581020.0
• 申請日: 2018-06-05
• 公開（公告）號: CN108776749B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 許國良;張錦波;李季;蔣智;李瑞強
• 申請（專利權）人: 北京諾禾致源科技股份有限公司
• 主分類號: G16B25/00
• 分類號: G16B25/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡;董文倩

1.一種測序數據的處理方法，其特征在于，包括：

拆分三代測序數據，得到至少一個子測序數據；

將任意一個所述子測序數據比對到參考基因組，得到所述任意一個子測序數據對應的比對結果；

合并得到的所有比對結果，得到合并結果；

在合并得到的所有比對結果，得到合并結果之后，所述方法還包括：

從所述合并結果中提取比對到至少兩個contig的比對結果；

根據所述比對結果確定所述contig在Pacbio read上的方向，并計算具有連接關系的兩個contig之間的gap距離；

將任意一個所述子測序數據比對到參考基因組，得到所述任意一個子測序數據對應的比對結果，包括：

使用Mecat或minimap2對所述子測序數據進行比對；

將Mecat的結果和minimap2的結果改成M1文件格式；

將M1文件格式的所述Mecat的結果和所述minimap2的結果進行整合，得到所述比對 結果。

2.根據權利要求1所述的方法，其特征在于，將任意一個子測序數據比對到參考基因組，得到所述任意一個子測序數據對應的比對結果，包括：

使用高速比對軟件對拆分得到的任意一個子測序數據進行比對。

3.根據權利要求1所述的方法，其特征在于，在根據所述比對結果確定所述contig在Pacbio read上的方向，并計算所述具有連接關系的兩個contig之間的gap距離之后，所述方法還包括：

根據所述contig在Pacbio read上的方向以及所述具有連接關系的兩個contig之間的gap距離，從最大的contig開始連接scaffold，得到測序基因組。

4.根據權利要求1所述的方法，其特征在于，拆分得到每個所述子測序數據均為相同大小的fasta文件，其中，對所述相同大小的fasta文件進行并行的基因比對。

5.一種測序數據的處理裝置，其特征在于，包括：

拆分模塊，用于拆分三代測序數據，得到至少一個子測序數據；

處理模塊，用于將任意一個所述子測序數據比對到參考基因組，得到所述任意一個子測序數據比對結果；

合并模塊，用于合并得到的所有比對結果，得到合并結果；

提取模塊，用于從所述合并結果中提取比對到至少兩個contig的比對結果；

確定模塊，用于根據所述比對結果確定所述contig在Pacbio read上的方向；

計算模塊，用于計算具有連接關系的兩個contig之間的gap距離，所述處理模塊用于：

使用Mecat或minimap2對所述子測序數據進行比對；

將Mecat的結果和minimap2的結果改成M1文件格式；

將M1文件格式的所述Mecat的結果和所述minimap2的結果進行整合，得到所述比對 結果。

6.根據權利要求5所述的裝置，其特征在于，所述處理模塊，包括：

比對模塊，用于使用高速比對軟件對拆分得到的任意一個子測序數據進行比對。

7.根據權利要求5所述的裝置，其特征在于，所述裝置還包括：

連接模塊，根據所述contig在Pacbio read上的方向以及所述具有連接關系的兩個contig之間的gap距離，從最大的contig開始連接scaffold，得到測序基因組。

8.根據權利要求5所述的裝置，其特征在于，拆分得到每個所述子測序數據均為相同大小的fasta文件，其中，對所述相同大小的fasta文件進行并行的基因比對。