[發明專利]用于快速轉錄組表達定量的數據處理方法、裝置及存儲介質

在審

• 申請號: 202011009255.6
• 申請日: 2020-09-23
• 公開（公告）號: CN112151120A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 易會廣
• 申請（專利權）人: 易會廣
• 主分類號: G16B30/10
• 分類號: G16B30/10;G16B50/00
• 代理公司: 深圳碩界知識產權代理事務所(特殊普通合伙) 44457
• 代理人: 陳志國

一種用于快速轉錄組表達定量的數據處理方法、裝置及存儲介質，應用于數據處理領域。該方法包括：獲取參考轉錄組序列，將參考轉錄組序列分解為預設長度的第一子序列，并根據該第一子序列構建參考矩陣；獲取轉錄組的測序數據，將測序數據分解為該預設長度的第二子序列，并根據該第二子序列構建目標向量；利用該參考矩陣、該目標向量以及預設的線性方程組，得到該轉錄組的表達量并輸出。該方法不僅可應用于以短讀長、高通量為特點的測序數據，還可應用于以長讀長為特點的測序數據，并具有轉錄組表達定量速度快、準確度高的優點。

技術領域

本發明屬于數據處理技術領域，尤其涉及一種用于快速轉錄組表達定量的數據處理方法、裝置及存儲介質。

背景技術

轉錄組樣本測序以及轉錄組表達定量在生物醫學研究中有十分廣泛的應用，目前用轉錄組測序數據進行轉錄組表達定量的計算方法已經有很多。現有的轉錄組表達定量方法主要包括基于序列比對的轉錄組表達定量方法以及不基于序列比對的轉錄組表達定量方法兩大類。其中，不基于序列比對的轉錄組表達定量方法的主要代表是Kallisto，其具有速度極快的優點，并且對于目前主流測序平臺所產生的測序數據(如：二代測序數據)，其進行轉錄組表達定量計算的準確度也是目前最高的幾種方法之一。但是，對于近年來新出現的以長讀長為特征的三代測序數據，用kallisto進行轉錄組表達定量則存在準確度較差的問題。

發明內容

本申請旨在提供一種用于快速轉錄組表達定量的數據處理方法、電子裝置及計算機可讀存儲介質，不僅可應用于以短讀長、高通量為特點的主流測序數據，還可應用于以長讀長為特點的三代測序數據，并可提高轉錄組表達定量的速度和準確度。

本申請實施例提供了一種用于快速轉錄組表達定量的數據處理方法，包括：

獲取參考轉錄組序列，將所述參考轉錄組序列分解為預設長度的第一子序列，并根據所述第一子序列構建參考矩陣；

獲取轉錄組的測序數據，將所述測序數據分解為所述預設長度的第二子序列，并根據所述第二子序列構建目標向量；

利用所述參考矩陣、所述目標向量以及預設的線性方程組，得到所述轉錄組的表達量并輸出。

本申請實施例還提供了一種電子裝置，所述電子裝置包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序包括：

索引構建模塊，用于獲取參考轉錄組序列，將所述參考轉錄組序列分解為預設長度的第一子序列，并根據所述第一子序列構建參考矩陣；

測序數據處理模塊，用于獲取轉錄組的測序數據，將所述測序數據分解為所述預設長度的第二子序列，并根據所述第二子序列構建目標向量；

表達定量模塊，用于利用所述參考矩陣、所述目標向量以及預設的線性方程組，得到所述轉錄組的表達量并輸出。

本申請實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時，實現如上述實施例所示的用于快速轉錄組表達定量的數據處理方法。

上述本申請各實施例，通過利用基于參考轉錄組序列構建的參考矩陣、基于轉錄組的測序數據構建的目標向量以及預設的線性方程組，得到該轉錄組的表達量，經過測試表明，在對以長讀長為特征的測序數據進行轉錄組表達定量時，得到的該表達量的準確性比kallisto更高，同時，由于省卻了序列比對的時間，還進一步提高了數據處理的速度。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例。

圖1是本申請實施例提供的用于快速轉錄組表達定量的數據處理方法的流程示意圖；