[發(fā)明專利]一種二項(xiàng)樹模型的模體搜索方法、裝置、設(shè)備與存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910181483.2
• 申請日: 2019-03-11
• 公開（公告）號: CN110070908B
• 公開（公告）日: 2021-08-13
• 發(fā)明（設(shè)計）人: 于強(qiáng);張曉
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G16B10/00
• 分類號: G16B10/00;G16B20/00
• 代理公司: 西安嘉思特知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61230
• 代理人: 張捷

1.一種二項(xiàng)樹模型的模體搜索方法，其特征在于，包括：

獲取DNA序列大數(shù)據(jù)集、獲取所述DNA序列大數(shù)據(jù)集的植入模體參數(shù)，其中，所述DNA序列大數(shù)據(jù)集包括若干條DNA序列，每條DNA序列包括若干字符，所述植入模體參數(shù)包括植入模體的長度l、植入模體的海明距離d、植入模體的搜索占比q、保守性參數(shù)g；

根據(jù)所述DNA序列大數(shù)據(jù)集、所述植入模體參數(shù)，得到第一l-mer集，包括：

根據(jù)所述DNA序列大數(shù)據(jù)集、所述植入模體參數(shù)，得到第一k-mer集；

根據(jù)所述第一k-mer集，得到所述第一l-mer集，其中，所述第一k-mer集包括若干第一k-mer，每個第一k-mer包括k個字符，所述第一l-mer集包括若干第一l-mer，每個第一l-mer包括l個字符；

根據(jù)所述第一l-mer集，構(gòu)建二項(xiàng)樹模型；

根據(jù)第一得分模型，從所述二項(xiàng)樹模型中確定所述植入模體，其中，所述第一得分模型表示二項(xiàng)樹模型中每個結(jié)點(diǎn)的得分，根據(jù)所述DNA序列大數(shù)據(jù)集、所述植入模體參數(shù)得到所述第一得分模型，包括：

從所述DNA序列大數(shù)據(jù)集中獲取若干第三l-mer，每個第三l-mer包括l個字符；

根據(jù)所述第三l-mer與所述第一l-mer之間的海明距離，得到第一排序隊(duì)列；

根據(jù)所述第一排序隊(duì)列，得到第四l-mer，所述第四l-mer包括l個字符；

根據(jù)所述第四l-mer，得到第二排序隊(duì)列；

根據(jù)所述第二排序隊(duì)列、所述植入模體參數(shù)，得到所述第一得分模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述第一l-mer集，構(gòu)建二項(xiàng)樹模型，包括：

選取第一l-mer集中的第一l-mer作為第一二項(xiàng)樹的根結(jié)點(diǎn)，依次根據(jù)第一二項(xiàng)樹的第i層生成第一二項(xiàng)樹的第i+1層，其中，0 id；

獲取第二閾值，根據(jù)所述第二閾值裁剪所述第一二項(xiàng)樹，得到所述二項(xiàng)樹模型，其中，所述第二閾值表示二項(xiàng)樹模型的第i(0id)層結(jié)點(diǎn)的數(shù)量。