[发明专利]FASTQ格式读段开头的寻找和判断方法以及系统

权利要求书

1.一种FASTQ格式读段开头的寻找和判断方法，其特征在于，包括以下步骤：

根据用户输入参数定位文件，确定查找的起始位置；

从起始位置开始逐字读取字符，寻找到以‘@’字符开头的行，并记录‘@’字符在文件中的位置；

从‘@’字符开始连续读取，并将读取的字符依次存储至字符数组title、sequence、plus、quality、end中，

其中，将从‘@’字符开始到第一个换行符前读取的字符存储至字符数组title中，将第一个换行符至‘+’字符前读取的字符存储至字符数组sequence中，并把字符数组sequence的长度记为length，将‘+’字符到下一个换行符前读取的的字符存储至字符数组plus中，将字符数组plus之后读取的length个字符存储至字符数组quality中，最后读取紧邻的两个字符并将其存储至字符数组end中；

判断记录的位置是否为一个读段的开头，即根据字符数组title、sequence、plus、quality中存储的内容，判断获取的title、sequence、plus、quality四个字符串是否能组成一个完整的读段，

如果判断为是，则将记录的位置作为读段开头的位置返回，如果判断为否，将原起始位置所在行的行尾确定为新的起始位置，重复上述寻找和判断步骤。

2.如权利要求1所述的FASTQ格式读段开头的寻找和判断方法，其特征在于：获取的title、sequence、plus、quality四个字符串能组成一个完整读段，必须满足以下条件：一是字符数组title与字符数组plus的内容相同，或者字符数组plus长度为1；二是end字符数组中第一个字符是换行符，第二个字符为‘@’字符。

3.如权利要求1所述的FASTQ格式读段开头的寻找和判断方法，其特征在于：字符数组sequence、quality中存储的内容去除读取时遇到的换行符。

4.如权利要求1所述的FASTQ格式读段开头的寻找和判断方法，其特征在于：用户输入参数包括FASTQ格式的文件、指定的文件起始查找位置。

5.一种FASTQ格式读段开头的寻找和判断系统，包括依次连接的寻找单元、读取信息单元和判断单元，其特征在于：

寻找单元根据FASTQ格式读段的title行均为‘@’字符开头的特性，寻找以‘@’字符开头的行，并记录‘@’字符在文件中的位置；

读取信息单元从‘@’字符开始连续读取，并将读取的字符依次存储至字符数组title、sequence、plus、quality、end中；

其中，读取信息单元将从‘@’字符开始到第一个换行符前读取的字符存储至字符数组title中，将第一个换行符至‘+’字符前读取的字符存储至字符数组sequence中，并把字符数组sequence的长度记为length，将‘+’字符到下一个换行符前读取的的字符存储至字符数组plus中，将字符数组plus之后读取的length个字符存储至字符数组quality中，最后读取紧邻的两个字符并将其存储至字符数组end中；

判断单元根据读取信息单元字符数组title、sequence、plus、quality中存储的内容，判断寻找单元记录的‘@’字符在文件中的位置是否为一个读段的开头位置。

6.如权利要求5所述的FASTQ格式读段开头的寻找和判断系统，其特征在于：读取信息单元根据FASTQ格式读段的sequence行后紧跟‘+’字符开头的plus行、sequence行与quality行长度一致以及读段后紧跟‘@’字符开头的下一读段的特性，对读取的内容进行分类存储。

7.如权利要求5所述的FASTQ格式读段开头的寻找和判断系统，其特征在于：判断单元根据字符数组title、sequence、plus、quality中存储的内容，判断获取的title、sequence、plus、quality四个字符串是否能组成一个完整的读段。

8.如权利要求7所述的FASTQ格式读段开头的寻找和判断系统，其特征在于：获取的title、sequence、plus、quality四个字符串组成一个完整读段，必须满足以下条件：一是字符数组title与字符数组plus的内容相同，或者字符数组plus长度为1；二是end字符数组中第一个字符是换行符，第二个字符为‘@’字符。