[发明专利]使用分级反向索引表的DNA比对

权利要求书

1.一种用于将检索序列与参考数据匹配的方法，所述方法包含：

通过计算装置执行：

a)将参考数据存储在存储器中；

b)基于所述参考数据创建分级索引表，

其中所述创建包含创建在所述分级索引表中的多个层级中的每一层级处的多个条目，其中在多个层级中的每一层级处创建多个条目而无需参考检索序列，

其中所述多个层级包含第一层级，其中第一层级条目是为具有第一长度的所述参考数据的多个子序列中的每一个创建的，

其中对于相应层级n条目，其中n为至少一个非零正整数，所述创建包含响应于所述相应层级n条目与所述参考数据的匹配准则为大于阈值，创建在所述分级索引表中用于相应层级n条目的n+1层级条目，

其中所述创建在所述分级索引表中的n+1层级条目包含创建用于具有与所述n+1层级对应的长度的所述参考数据的多个子序列中的每一个的n+1层级条目；

c)接收指定检索序列的输入；和

d)对所述分级索引表搜索所述检索序列与所述参考数据的一个或多个匹配，其中所述对所述分级索引表搜索包含迭代地搜索所述分级索引表的子序列层级中检索序列的子区段的匹配。

2.根据权利要求1所述的方法，

其中具有第一长度的所述参考数据的所述多个子序列和具有与所述n+1层级对应的长度的所述参考数据的所述多个子序列中的每一个包含其相应长度的子序列的完备集。

3.根据权利要求2所述的方法，

其中所述创建在所述分级索引表的任何相应层级中的相应条目通过以下来执行：

在所述参考数据中搜索与所述相应条目对应的所述相应长度的子序列的匹配；和

将信息存储在所述分级索引表的相应层级中的所述相应条目中，其中所述信息指定在所述参考数据中相应长度的所述子序列的匹配的数量，其中所述信息进一步指定所述匹配中的每一个在所述参考数据中的位置。

4.根据权利要求3所述的方法，

其中，对于n+1层级，在与n层级中的所述对应条目相关联的位置处执行所述搜索所述n+1层级的所述相应子序列的匹配。

5.根据权利要求3所述的方法，其中指示与每个条目相关联的匹配的数量的数据存储在第一数据结构中，并且与每个条目相关联的所述匹配中的每一个的数据位置存储在第二数据结构中，其中所述第一和第二数据结构各自包含在所述分级索引表内。

6.根据权利要求1所述的方法，进一步包含：

对于每个相应n层级条目，将引用对应于所述相应n层级条目的n+1层级条目的指标存储在存储器中。

7.根据权利要求1所述的方法，其中所述参考数据包含参考基因组并且搜索所述参考数据包含将短读数(SR)与所述参考基因组进行比对。

8.根据权利要求1所述的方法，其中所述阈值包含在所述分级索引表中相应层级n条目与所述参考数据的匹配的数量，其中n+1层级条目是响应于所述相应层级n条目与所述参考数据的匹配的数量大于所述匹配的阈值数量而为所述相应层级n条目创建的。