[发明专利]SAM及BAM文件CIGAR域的压缩及解压还原方法、系统和介质

权利要求书

1.一种SAM及BAM文件CIGAR域的压缩及解压还原方法，其特征在于，针对只有一个操作符的CIGAR域数据的压缩步骤包括：将CIGAR域数据编码为第一指定内容，然后送入压缩器进行压缩；针对只有一个操作符的CIGAR域数据的解压还原步骤包括：在解压还原时，如果解压出CIGAR域的数据为第一指定内容，则将解压出的QUAL域内容的长度作为指定的默认操作符或者第一指定内容携带的操作符的数字部分，并将其和指定的默认操作符或者第一指定内容携带的操作符组合还原出原始CIGAR域的数据。

2.根据权利要求1所述的SAM及BAM文件CIGAR域的压缩及解压还原方法，其特征在于，针对只有两个操作符的CIGAR域数据的压缩步骤包括：将CIGAR域数据编码为只包含其中一个操作符及其数字部分的第二指定内容，然后送入压缩器进行压缩；针对只有一个操作符的CIGAR域数据的解压还原步骤包括：在解压还原时，如果解压出CIGAR域的数据为包含一个操作符及其数字部分的第二指定内容，则将解压出的QUAL域内容的长度减去所述一个操作符的数字部分作为另一个操作符的数字部分，然后将一个操作符及其数字部分、另一个操作符及其数字部分按照指定的顺序组合还原出原始CIGAR域的数据。

3.根据权利要求2所述的SAM及BAM文件CIGAR域的压缩及解压还原方法，其特征在于，所述只有两个操作符的CIGAR域数据包括正则表达式满足“\d+M\d+S”的CIGAR域数据，且其压缩步骤为将“\d+M\d+S”省略“\d+M”部分编码为“\d+S”，然后送入压缩器进行压缩；且其解压还原步骤为在解压还原时，如果解压出CIGAR域的数据只有一个操作符S及其数字部分且满足正则表达式“\d+S”，则将解压出的QUAL域内容的长度减去解压出来的操作符S的数字部分作为原始CIGAR域中操作符M的数字部分，然后将操作符M及其数字部分、操作符S及其数字部分组合还原出正则表达式满足“\d+M\d+S”的原始CIGAR域的数据。

4.根据权利要求2所述的SAM及BAM文件CIGAR域的压缩及解压还原方法，其特征在于，所述只有两个操作符的CIGAR域数据包括正则表达式满足“\d+S\d+M”的CIGAR域数据，且其压缩步骤为将“\d+S\d+M”省略“\d+M”部分并编码为“S\d+”，然后送入压缩器进行压缩；且其解压还原步骤为在解压还原时，如果解压出CIGAR域的数据只有一个操作符S及其数字部分且满足正则表达式“S\d+”，则将解压出的QUAL域内容的长度减去解压出来的操作符S的数字部分作为原始CIGAR域中操作符M的数字部分，然后将操作符M及其数字部分、操作符S及其数字部分组合还原出正则表达式满足“\d+S\d+M”的原始CIGAR域的数据。

5.根据权利要求1或2所述的SAM及BAM文件CIGAR域的压缩及解压还原方法，其特征在于，针对正则表达式中第一个及最后一个操作符均为“\d+M”且包含三个及以上操作符的CIGAR域数据的压缩步骤包括：将CIGAR域数据编码省略第一个操作符M及其数字部分“\d+M”、最后一个操作符的操作符M得到第三指定内容，然后送入压缩器进行压缩；针对正则表达式中第一个及最后一个操作符均为“\d+M”且包含三个及以上操作符的CIGAR域数据的解压还原步骤包括：在解压还原时，如果解压出CIGAR域的数据匹配第三指定内容的正则表达式，则将解压出的QUAL域内容的长度减去解压出CIGAR域的数据中各个操作符的数字部分的总和得到第一个操作符M的数字部分，然后将第一个操作符M及其数字部分、解压出CIGAR域的数据、操作符M三者组合还原出原始CIGAR域的数据。