[发明专利]多倍体基因组同源染色体的拆分方法、装置及其应用

权利要求书

1.一种多倍体基因组同源染色体的拆分方法，其特征在于，所述拆分方法包括：

根据HiC数据与多倍体基因组序列比对得到的比对文件，计算基因组contig间的互作强度和contig内的互作强度；

根据各所述contig内的互作强度判断相应所述contig连接的准确性，并对连接错误的contig进行打断；

利用打断错误连接后的所有contig进行相互比对，得到contig间的相似度；

根据所述contig间的互作强度和所述contig间的相似度对所有contig进行聚类，从而实现对所述多倍体基因组同源染色体的拆分；

其中，所述聚类包括：利用所述打断错误连接后的contig的所有contig进行非同源染色体水平的聚类，得到多个类群；

对每个所述类群中的contig两两之间进行相似度对比，并将所述相似度比对结果中高于预定相似阈值的contig对的互作强度降低，得到调整后的contig间的互作强度；

利用所述调整后的contig间的互作强度，对每个所述类群中的contig进行同源染色体水平的聚类，从而实现对所述多倍体基因组同源染色体的拆分。

2.根据权利要求1所述的拆分方法，其特征在于，根据各所述contig内的互作强度判断相应所述contig连接的准确性，并对连接错误的contig进行打断包括：

根据比对结果文件计算各所述contig内每个位点的平均互作强度；

根据所述平均互作强度与每个位点的位点互作强度之间的差异，判断各所述contig内每个位点之间的连接准确性，并在所述位点互作强度与所述平均互作强度存在统计学上的显著差异的情况下，将所述contig内的两个位点之间的连接判断为连接错误，并将所述contig从所述两个位点之间进行打断。

3.根据权利要求1所述的拆分方法，其特征在于，根据所述contig间的互作强度和所述contig间的相似度对所有contig进行聚类包括：

按照如下原则对所有contig进行聚类：(1)染色体内的互作强度高于染色体间的互作强度；(2)距离近的互作强度高于距离远的互作强度；(3)降低相似度高于相似阈值的contig之间的互作强度。

4.一种多倍体基因组序列的组装方法，其特征在于，所述组装方法包括：

采用权利要求1至3中任一项所述的拆分方法对多倍体基因组中的同源染色体进行拆分，从而将多个contig拆分到不同的同源染色体；

对每个所述同源染色体中的contig进行排序和定向，得到染色体水平的多倍体基因组序列。

5.一种多倍体基因组同源染色体的拆分装置，其特征在于，所述拆分装置包括：

互作强度计算模块，用于根据HiC数据与多倍体基因组序列比对得到的比对文件，计算基因组contig间和contig内的互作强度；

判断打断模块，用于根据各所述contig内的互作强度判断相应所述contig连接的准确性，并对连接错误的contig进行打断；

相似度比对模块，用于利用打断错误连接后的基因组内的所有contig进行相互比对，得到contig间的相似度；

聚类模块，用于根据所述contig间的互作强度和所述contig间的相似度对所有contig进行聚类，从而实现对所述多倍体基因组同源染色体的拆分；

其中，所述聚类模块包括非同源染色体聚类模块和同源染色体聚类模块，所述相似度比对模块包括相似度比对及互作强度调整模块：

所述非同源染色体聚类模块，用于根据利用打断错误连接后的contig的所有contig进行非同源染色体水平的聚类，得到多个类群；

所述相似度比对及互作强度调整模块，用于根据对每个所述类群中的contig两两之间进行相似度对比，并将所述相似度比对结果中高于预定相似阈值的contig对的互作强度降低，得到调整后的contig间的互作强度；

所述同源染色体聚类模块，用于利用所述调整后的contig间的互作强度，对每个所述类群中的contig进行同源染色体水平的聚类，从而实现对所述多倍体基因组同源染色体的拆分。