[发明专利]病原体操作组的检测方法、装置、计算机设备和存储介质

权利要求书

1.一种病原体操作组的检测方法，方法包括：

获取样本的测序数据；

获取靶点数据库中存储的每个病原体操作组对应的特征靶点序列集合，特征靶点序列集合中包含病原体操作组中的满足预设特异性条件的特异性k-mer，k-mer是指长度为k的基因组序列；

获取每个病原体操作组对应的特征靶点序列集合中包含的特异性k-mer在测序数据中的出现次数；

选取出现次数超过预设次数阈值的病原体操作组，作为所述测序数据包含的病原体操作组，其中，所述特异性k-mer中的k-mer满足以下两个条件：

在病原体操作组的基因组出现次数索引表中的出现次数满足第一预设误差条件；在病原体操作组的基因组出现次数索引表中的出现次数，以及在全集的基因组出现次数索引表中的出现次数满足第二预设误差条件；

所述基因组次数索引表记录了每个k-mer对应的病原体操作组包含的基因组中包含有对应k-mer的基因组的个数；所述全集的基因组出现次数索引表记录了在全集包含的基因组中包含有该k-mer的基因组的个数。

2.根据权利要求1的方法，其特征在于，在获取样本的测序数据之前，还包括：

从每个病原体操作组对应的k-mer中选取满足预设特异性条件的k-mer；

将满足预设特异性条件的k-mer存储至每个病原体操作组对应的特征靶点序列集合中。

3.根据权利要求2的方法，其特征在于，在从每个病原体操作组对应的k-mer中选取满足预设特异性条件的k-mer之前，还包括：

获取高可信度基因组数据，得到全集，所述高可信度基因组是指满足预设条件的基因组；

确定所述全集中包含的病原体操作组。

4.根据权利要求3的方法，其特征在于，在确定所述全集中包含的病原体操作组之后，还包括：

获取所述样本的测序数据，计算所述测序数据中出现过的k-mer的出现次数总和CT；

获取所述全集中包含的病原体操作组中包含的k-mer在所述测序数据中出现次数GCT；

根据所述出现次数GCT与所述出现次数总和CT计算得到所述全集中包含的病原体操作组在所述测序数据中的相对浓度；

则在所述选取出现次数超过预设次数阈值的病原体操作组，作为所述测序数据包含的病原体操作组之后，还包括：

根据所述全集中包含的病原体操作组在所述测序数据中的相对浓度得到所述测序数据包含的病原体操作组的相对浓度；

选取所述测序数据包含的病原体操作组的相对浓度高于预设阈值的病原体操作组，作为所述测序数据确认包含的病原体操作组。

5.根据权利要求4的方法，其特征在于，所述获取所述全集中包含的病原体操作组中包含的k-mer在测序数据中出现次数GCT，包括：

获取所述测序数据中的各个第一标记数据，计算每个第一标记数据中包含的k-mer的数量，根据所述每个第一标记数据中包含的k-mer的数量计算得到确认实际出现总次数CCT；

获取所述全集中包含的病原体操作组中包含的每个k-mer的全集占比比例，所述全集占比比例为k-mer在对应的病原体操作组中的出现次数CG与所述k-mer在全集中的出现次数CB的比值；

获取所述测序数据中的各个第二标记数据，获取所述各个第二标记数据中所述全集中包含的病原体操作组中包含的每个k-mer的实际出现次数；

根据所述全集占比比例和所述实际出现次数计算得到所述每个k-mer的估算实际出现次数；

根据每个k-mer的估计实际出现次数计算得到估算实际出现总次数ECT；

根据所述估算实际出现总次数ECT和所述确认实际出现总次数CCT计算得到所述全集中包含的病原体操作组中包含的k-mer在测序数据中出现次数GCT。