[发明专利]一种用于长链分子的数学序列重建方法

说明书

本发明涉及一种长链分子序列数学重建算法，尤指一种用于基因DNA序列测定、蛋白质氨基酸序列测定或其他长链结构化学物质检测的一种用于长链分子的数学序列重建方法，包括：1）提供至少两个DNA分子链，2）打断成碎片序列形成X个基因文库，3）对基因文库的基因片段进行测序获取文库片段信息，4）对文库片段进行碎片全排列拼接，获取可能性集合，5）求交集，6）判断交集中的元素数量筛选得到正确的基因序列图谱；本发明属于数学算法技术，可实现基因序列的测定重建，以及蛋白质、多糖或其他具有单一结构的聚合物的序列测定重建；从而可提高目前的基因测序中的准确性，且本发明并非概率推测，而是建立在严谨的数学算法上，测定结构准确度高。

技术领域

本发明涉及一种长链分子序列数学重建算法，尤指一种用于基因DNA序列测定、蛋白质氨基酸序列测定或其他长链结构化学物质检测的一种用于长链分子的数学序列重建方法。

背景技术

在生物学和材料学中都涉及到序列的检测，即对某一链的各种基团排列进行测定，如蛋白质的序列测定，DNA的序列测定，多糖的序列测定等等，以DNA测序为例，来阐述序列测定中面对的瓶颈，在分子生物学研究中，DNA的序列分析是进一步研究和改造目的基因的基础。

目前用于测序的技术主要有Sanger等（1977）发明的双脱氧链末端终止法和Maxam和 Gilbert（1977）发明的化学降解法，这二种方法在原理上差异很大，但都是根据核苷酸在某一固定的点开始，随机在某一个特定的碱基处终止，产生 A，T，C，G四组不同长度的一系列核苷酸，然后在尿素变性的PAGE胶上电泳进行检测，从而获得DNA序列；Sanger测序法属第一代测序技术，是测序技术发展的源头，此技术是通过核苷酸在某一固定的点开始，随机在某一个特定的碱基处终止，并且在每个碱基后面进行荧光标记，产生以A、T、C、G结束的四组不同长度的一系列核苷酸，然后在尿素变性的PAGE胶上电泳进行检测，从而获得可见DNA碱基序列的一种方法；第一代测序技术的主要特点是测序读长可达1000bp，准确性高达99.999%，但其测序成本高，通量低等方面的缺点，严重影响了其真正大规模的应用。因而第一代测序技术并不是最理想的测序方法。

经过不断的技术开发和改进，以Roche公司的454技术、illumina公司的Solexa，Hiseq技术和ABI公司的Solid技术为标记的第二代测序技术诞生了；第二代测序技术大大降低了测序成本的同时，还大幅提高了测序速度，并且保持了高准确性，以前完成一个人类基因组的测序需要3年时间，而使用二代测序技术则仅仅需要1周，但在序列读长方面比起第一代测序技术则要短很多；不同公司第二代基因检测技术的共同特点是DNA待测文库的构建，即利用超声波把待测的DNA样本打断成小片段，目前除了组装之外和一些其他的特殊要求之外，主要是打断成200-500bp长的序列片段，并在这些小片段的两端添加上不同的接头，构建出单链DNA文库，然后通过不同的技术将此文库中的不同序列片段进行检测，最后对此文库中的序列片段进行拼接；通过对DNA链的碎片化，实现由Sanger测序法的单链检测转化为多链检测，进而实现多通量，快速测序。