[发明专利]一种基因序列数据处理方法、装置及系统

权利要求书

1.一种基因序列数据处理方法，其特征在于，应用于多节点计算机集群，所述方法包括：

根据设定的拆分规则，对参考基因序列进行拆分，获得M组参考基因子序列；

生成M个程序运行脚本，将所述M个程序运行脚本投递到所述多节点计算机集群的作业调度系统中进行计算，获得M个基因序列处理子结果，其中，每个程序运行脚本运行结束后输出一个相应的基因序列处理子结果；

对所述M个基因序列处理子结果进行汇总，获得基因序列数据处理结果。

2.根据权利要求1所述的方法，其特征在于，所述根据设定的拆分规则，对参考基因序列进行拆分，获得M组参考基因子序列，包括：

根据所述参考基因序列内染色体的数量，对参考基因序列进行拆分，获得M组参考基因子序列，其中，每组参考基因子序列对应一条染色体。

3.根据权利要求1所述的方法，其特征在于，所述根据设定的拆分规则，对参考基因序列进行拆分，获得M组参考基因子序列，包括：

根据设定的分组数，对所述参考基因序列进行拆分，获得M组参考基因子序列，其中，任意两组参考基因子序列的长度差值小于或等于预设阈值。

4.根据权利要求1-3任一项所述的方法，其特征在于，定义允许同时运行的程序运行脚本的最大数量N；

若所述N＜M，所述将所述M个程序运行脚本投递到所述多节点计算机集群的作业调度系统中进行计算，包括：

将所述M个程序运行脚本中的N个程序运行脚本投递到所述多节点计算机集群的作业调度系统中进行计算；

监控所述N个程序运行脚本中每个程序运行脚本的运行状态；

若存在一个程序运行脚本运行结束，则将未运行的程序运行脚本中的一个程序运行脚本投递到所述多节点计算机集群的作业调度系统中进行计算。

5.根据权利要求1所述的方法，其特征在于，所述程序运行脚本表征的数据处理过程包括：

将测序基因序列与相应的参考基因子序列进行对比，获得对比结果；

对所述对比结果进行分析，获得基因序列处理子结果。

6.一种基因序列数据处理装置，其特征在于，应用于多节点计算机集群，所述装置包括：

数据拆分模块，用于根据设定的拆分规则，对参考基因序列进行拆分，获得M组参考基因子序列；

集群调度模块，用于生成M个程序运行脚本，将所述M个程序运行脚本投递到所述多节点计算机集群的作业调度系统中进行计算，获得M个基因序列处理子结果，其中，每个程序运行脚本运行结束后输出一个相应的基因序列处理子结果；

汇总模块，用于对所述M个基因序列处理子结果进行汇总，获得基因序列数据处理结果。

7.根据权利要求6所述的装置，其特征在于，所述数据拆分模块，具体用于：

根据所述参考基因序列内染色体的数量，对参考基因序列进行拆分，获得M组参考基因子序列，其中，每组参考基因子序列对应一条染色体。

8.根据权利要求6所述的装置，其特征在于，所述数据拆分模块，具体用于：

根据设定的分组数，对所述参考基因序列进行拆分，获得M组参考基因子序列，其中，任意两组参考基因子序列的长度差值小于或等于预设阈值。

9.根据权利要求6-8任一项所述的装置，其特征在于，定义允许同时运行的程序运行脚本的最大数量N；

所述集群调度模块，具体用于：

若所述N＜M，将所述M个程序运行脚本中的N个程序运行脚本投递到所述多节点计算机集群的作业调度系统中进行计算；

监控所述N个程序运行脚本中每个程序运行脚本的运行状态；

若存在一个程序运行脚本运行结束，则将未运行的程序运行脚本中的一个程序运行脚本投递到所述多节点计算机集群的作业调度系统中进行计算。

10.一种基因序列数据处理系统，其特征在于，包括多节点计算机集群，所述多节点计算机集群上部署用于执行权利要求1-5任一项所述的方法的软件。