[发明专利]基于多步双向De Bruijn图的变长kmer查询的顶点扩展方法

权利要求书

1.一种基于多步双向De Bruijn图的变长kmer查询的顶点扩展方法，其特征在于，包括：

步骤A：读取测序数据源文件，构造多步双向De Bruijn图；

步骤B：在所述多步双向De Bruijn图中对分叉顶点的变长kmer进行构造和统计；

步骤C：在所述多步双向De Bruijn图中基于变长kmer查询的顶点扩展。

2.如权利要求1所述的方法，其特征在于，所述步骤B中，对所述多步双向De Bruijn图中的顶点所有可能的分叉合并路径上的k+2长的变长kmer构造权重表，选择权重最高的一组分叉路径组合进行分叉路径上的双向边合并。

3.如权利要求1所述的方法，其特征在于，所述步骤C中，对于一个给定的分叉顶点u，在查询顶点u所有的k+2长的变长kmer权重值之后，选择权重最高的一组分叉路径组合进行分叉路径上的双向边合并，同时删除合并前的被选择的分叉双向边。

4.如权利要求2或3所述的方法，其特征在于，所述权重为变长kmer出现次数或变长kmer模糊匹配加权次数。

5.如权利要求1所述的方法，其特征在于，所述步骤B进一步包括：

步骤B1：遍历所述多步双向De Bruijn图中的每个顶点u；

步骤B2：统计顶点u中正向边的个数p和反向边的个数q；

步骤B3：若p+q大于等于3且p和q均至少为1，则执行步骤B4，否则返回执行步骤B1；

步骤B4：计算出顶点u的q个反向边的对偶双向边，并将对偶双向边的倒数第k+1个字符取出存到入边字符数组m；

步骤B5：将顶点u的p个正向边的第一个字符存到出边字符数组n；

步骤B6：将（m，顶点u的正向字符串，n）所有的组合构成的k+2长的kmer记录为变长kmer数组。

6.如权利要求1所述的方法，其特征在于，所述步骤C进一步包括：

步骤C1：打开测序序列文件，逐个读取每条序列；

步骤C2：将所述变长kmer数组逐个匹配读入的序列，并对每个变长kmer计数；

步骤C3：遍历所述多步双向De Bruijn图中的每个顶点u；

步骤C4：统计顶点u中正向边的个数p，反向边的个数q；

步骤C5：若p+q大于等于3且p和q均至少为1，则执行步骤C6，否则返回执行步骤C3；

步骤C6：计算出顶点u的q个反向边的对偶双向边，并将对偶双向边的倒数第k+1个字符取出存到入边字符数组m；

步骤C7：将顶点u的p个正向边的第一个字符存到出边字符数组n；

步骤C8：查询由（m，顶点u的正向字符串，n）的所有组合构成的k+2长的kmer的出现次数，选择出现次数最大的一组正向边和反向边进行合并扩展。

7.如权利要求6所述的方法，其特征在于，所述步骤C2中将所述变长kmer数组逐个匹配读入的序列包括对反向序列的匹配。