[发明专利]基因测序数据的存储读取方法及系统

权利要求书

1.一种基因测序数据的存储方法，其特征在于，包括：

读取基因测序仪测序产生的FASTQ文件；

将所述FASTQ文件包括的测序序列分割重组为待编码数据；

对所述待编码数据分别进行编码，生成编码文件；

对所述编码文件进行压缩、打包及存储。

2.根据权利要求1所述的方法，其特征在于，

所述待编码数据包括头信息、x坐标信息、y坐标信息、index信息、碱基信息、质量值信息；

所述编码文件包括头信息编码文件、x编码文件、y编码文件、index编码文件、碱基编码文件、质量值编码文件。

3.根据权利要求2所述的方法，其特征在于，

所述头信息包括所述FASTQ文件中每个读段的“the unique instrument name”、“therun id”、“the flowcell id”、“flowcell lane”、“tile number within the flowcelllane”、“the member of a pair,1or 2(paired-end or mate-pair reads only)”、“Y ifthe read is filtered,N otherwise”、“0when none of the control bits are on,otherwise it is an even number”；

X坐标信息包括FASTQ文件中每个读段的“‘x’-coordinate of the cluster withinthe tile”部分；

Y坐标信息包括FASTQ文件中每个读段的“‘y’-coordinate of the cluster withinthe tile”；

Index信息包括FASTQ文件中每个读段的“index sequence”；

碱基信息包括FASTQ文件中每个读段的Base值；

质量值信息包括FASTQ文件中每个读段的质量值。

4.根据权利要求3所述的方法，其特征在于，所述头信息的编码规则为各lane号value值递减存储策略；

所述X文件的编码规则为二进制存储策略；

所述Y文件的编码规则为差值存储策略；

所述index文件的编码规则为仅记录不一致碱基策略；

所述碱基文件的编码规则为二比特存储策略；

所述质量值文件的编码规则为三字节存储策略。

5.根据权利要求4所述的方法，其特征在于，对所述待编码文件分别进行编码，生成编码文件包括：

根据头信息、x坐标信息、y坐标信息、index信息、碱基信息、质量值信息的编码规则分别进行编码，生成头信息编码文件、x编码文件、y编码文件、index编码文件、碱基编码文件、质量值编码文件。

6.一种基因测序数据的读取方法，其特征在于，包括：

接收用户的读取请求，获取对应的根据权利要求1-6所述方法存储的文件；

对所述文件进行解包及解压缩操作，得到对应的编码文件；

利用预设解码规则对所述编码文件进行解码；得到对应的解码数据；

对所述解码数据进行分割重组，并进行压缩得到FASTQ文件。

7.一种基因测序数据的存储装置，其特征在于，包括：

读取模块，用于读取基因测序仪测序产生的FASTQ文件；

分割重组模块，用于将所述FASTQ文件包括的测序序列分割重组为待编码数据；

编码模块，用于对所述待编码数据分别进行编码，生成编码文件；

存储模块，用于对所述编码文件进行压缩、打包及存储。