[发明专利]宏基因组序列的组装

摘要

本发明描述了用于组装宏基因组序列的系统和方法。在一个实施例中，在三维空间中表示多个宏基因组序列，以获得多个序列向量。基于多个序列向量，在三维空间中定义一个具有多个网格的立方体，使得所述立方体包含所述多个宏基因组序列。进一步地，基于遍历所述多个网格，将多个宏基因组序列组装成一个或多个重叠群。在一个实施例中，组装一个或多个重叠群，使得一个重叠群包括可能源自同一基因组的宏基因组序列。

主权项

一种组装宏基因组序列的方法，包括：对环境样品中的多个有机体进行测序，以获得多个宏基因组序列；生成一组参考点，用于在三维空间中表示多个宏基因组序列中的每一个，以获得多个序列向量，其中通过计算与聚类向量相对应的单元向量之间的成对点积，该组参考点被鉴别，以鉴别一组三个聚类向量，并且，其中生成该组三个聚类向量作为该组参考点，该组三个聚类向量具有在计算的成对点积中的最小成对点积；基于生成的该组参考点，在三维空间中定义一个具有多个网格的立方体，其中所述立方体包含所述多个宏基因组序列；并且逐步遍历所述多个网格，以对多个网格中的每一个形成宏基因组序列的子集，并且对每一个子集提供存在于子集中的宏基因组序列，以组装成一个或多个重叠群，其中，一个重叠群包括源自同一基因组的宏基因组序列。