[發(fā)明專(zhuān)利]一種快速比對(duì)基因數(shù)據(jù)的方法和比對(duì)系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810706545.2
• 申請(qǐng)日: 2018-06-29
• 公開(kāi)（公告）號(hào): CN108985008B
• 公開(kāi)（公告）日: 2022-03-08
• 發(fā)明（設(shè)計(jì)）人: 史宏志;趙健;崔星辰;尹云峰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 鄭州云海信息技術(shù)有限公司
• 主分類(lèi)號(hào): G16B30/10
• 分類(lèi)號(hào): G16B30/10;G16B40/00
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

1.一種快速比對(duì)基因數(shù)據(jù)的方法，其特征在于，所述快速比對(duì)基因數(shù)據(jù)的方法應(yīng)用于比對(duì)系統(tǒng)中，所述比對(duì)系統(tǒng)包括主機(jī)和現(xiàn)場(chǎng)可編程門(mén)陣列FPGA，所述方法包括：

所述FPGA從緩存中讀取待比對(duì)基因和參考基因，所述待比對(duì)基因長(zhǎng)度為L(zhǎng)；

所述FPGA根據(jù)所述待比對(duì)基因和預(yù)設(shè)算法從所述參考基因中確定多個(gè)目標(biāo)種子，所述目標(biāo)種子為與所述待比對(duì)基因匹配的一定長(zhǎng)度的基因序列；

所述FPGA從所述多個(gè)目標(biāo)種子選取相似度最高的種子作為最優(yōu)種子；

所述FPGA根據(jù)所述最優(yōu)種子在參考序列中的位置截取預(yù)設(shè)長(zhǎng)度的基因序列得到估計(jì)序列，所述估計(jì)序列的長(zhǎng)度大于或等于所述最優(yōu)種子的長(zhǎng)度；

所述FPGA將所述最優(yōu)種子和所述估計(jì)序列通過(guò)計(jì)算最短編輯距離對(duì)所述最優(yōu)種子進(jìn)行評(píng)分，所述評(píng)分用于指示所述最優(yōu)種子的準(zhǔn)確性和真實(shí)性；

所述FPGA根據(jù)所述最優(yōu)種子的評(píng)分輸出最優(yōu)的比對(duì)結(jié)果；

其中，所述根據(jù)所述待比對(duì)基因和預(yù)設(shè)算法從所述參考基因中確定多個(gè)目標(biāo)種子，包括：

所述FPGA根據(jù)所述待比對(duì)基因的堿基從所述參考基因中確定第一位置，所述第一位置為所述待比對(duì)基因與所述參考基因不一致的堿基對(duì)的位置；

所述FPGA從所述第一位置進(jìn)行截取得到的基因序列為目標(biāo)種子。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)算法包括：

伯羅斯惠勒變換BWT算法和哈希算法。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

所述FPGA根據(jù)所述待比對(duì)基因的不同位置得到多個(gè)最優(yōu)種子；

所述FPGA根據(jù)所述多個(gè)最優(yōu)種子按照預(yù)設(shè)規(guī)則進(jìn)行整合，所述預(yù)設(shè)規(guī)則為將相同相似度的最優(yōu)種子進(jìn)行取舍，對(duì)交叉的最優(yōu)種子進(jìn)行合并。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述待比對(duì)基因的不同位置得到多個(gè)最優(yōu)種子之后，所述方法還包括：

預(yù)設(shè)一定長(zhǎng)度為刪除標(biāo)準(zhǔn)；

若所述最優(yōu)種子的長(zhǎng)度小于或等于所述刪除標(biāo)準(zhǔn)，則刪除對(duì)應(yīng)的最優(yōu)種子。

5.根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法，其特征在于，所述方法還包括：

對(duì)緩存中的所有待比對(duì)基因進(jìn)行處理得到多個(gè)最優(yōu)比對(duì)結(jié)果；

將所述多個(gè)最優(yōu)的比對(duì)結(jié)果發(fā)送至主機(jī)進(jìn)行處理。

6.一種快速比對(duì)基因數(shù)據(jù)的方法，其特征在于，所述快速比對(duì)數(shù)據(jù)的方法應(yīng)用于比對(duì)系統(tǒng)中，所述比對(duì)系統(tǒng)包括主機(jī)和現(xiàn)場(chǎng)可編程門(mén)陣列FPGA，所述方法包括：

主機(jī)獲取待比對(duì)基因和參考基因；

主機(jī)將所述待比對(duì)基因和參考基因發(fā)送至FPGA的緩存中，所述緩存位于FPGA的DDR中，以便于所述FPGA從緩存中讀取待比對(duì)基因和參考基因，所述待比對(duì)基因長(zhǎng)度為L(zhǎng)；

主機(jī)接收FPGA發(fā)送的比對(duì)結(jié)果，所述比對(duì)結(jié)果是FPGA根據(jù)所述待比對(duì)基因和參考基因利用預(yù)設(shè)的基因比對(duì)算法得到的；

主機(jī)對(duì)所述比對(duì)結(jié)果進(jìn)行處理；

其中，F(xiàn)PGA根據(jù)所述待比對(duì)基因和參考基因利用預(yù)設(shè)的基因比對(duì)算法得到比對(duì)結(jié)果，具體為：

所述FPGA根據(jù)所述待比對(duì)基因和預(yù)設(shè)算法從所述參考基因中確定多個(gè)目標(biāo)種子，所述目標(biāo)種子為與所述待比對(duì)基因匹配的一定長(zhǎng)度的基因序列；

所述FPGA從所述多個(gè)目標(biāo)種子選取相似度最高的種子作為最優(yōu)種子；

所述FPGA根據(jù)所述最優(yōu)種子在參考序列中的位置截取預(yù)設(shè)長(zhǎng)度的基因序列得到估計(jì)序列，所述估計(jì)序列的長(zhǎng)度大于或等于所述最優(yōu)種子的長(zhǎng)度；

所述FPGA將所述最優(yōu)種子和所述估計(jì)序列通過(guò)計(jì)算最短編輯距離對(duì)所述最優(yōu)種子進(jìn)行評(píng)分，所述評(píng)分用于指示所述最優(yōu)種子的準(zhǔn)確性和真實(shí)性；

所述FPGA根據(jù)所述最優(yōu)種子的評(píng)分輸出最優(yōu)的比對(duì)結(jié)果；

其中，所述根據(jù)所述待比對(duì)基因和預(yù)設(shè)算法從所述參考基因中確定多個(gè)目標(biāo)種子，包括：

所述FPGA根據(jù)所述待比對(duì)基因的堿基從所述參考基因中確定第一位置，所述第一位置為所述待比對(duì)基因與所述參考基因不一致的堿基對(duì)的位置；

所述FPGA從所述第一位置進(jìn)行截取得到的基因序列為目標(biāo)種子。