[发明专利]FASTQ格式读段开头的寻找和判断方法以及系统

摘要

本发明公开了一种FASTQ格式读段开头的寻找和判断方法，包括以下步骤：根据用户输入参数定位文件，确定查找的起始位置；从起始位置开始逐字读取字符，寻找到以‘@’字符开头的行，并记录‘@’字符在文件中的位置；从‘@’字符开始连续读取，并将读取的字符依次存储至字符数组title、sequence、plus、quality、end中；判断记录的位置是否为一个读段的开头，如果判断为是，则将记录的位置作为读段开头的位置返回，如果判断为否，将原起始位置所在行的行尾确定为新的起始位置，重复上述寻找和判断步骤。本发明能从FASTQ格式文件的任意位置开始，向后准确的寻找到邻近的读段开头，并返回这一位置，满足各种对FASTQ读段读取的需求，从而大幅提高处理数据的速度和效率。

主权项

一种FASTQ格式读段开头的寻找和判断方法，其特征在于，包括以下步骤：根据用户输入参数定位文件，确定查找的起始位置；从起始位置开始逐字读取字符，寻找到以‘@’字符开头的行，并记录‘@’字符在文件中的位置；从‘@’字符开始连续读取，并将读取的字符依次存储至字符数组title、sequence、plus、quality、end中，其中，将从‘@’字符开始到第一个换行符前读取的字符存储至字符数组title中，将第一个换行符至‘+’字符前读取的字符存储至字符数组sequence中，并把字符数组sequence的长度记为length，将‘+’字符到下一个换行符前读取的的字符存储至字符数组plus中，将字符数组plus之后读取的length个字符存储至字符数组quality中，最后读取紧邻的两个字符并将其存储至字符数组end中；判断记录的位置是否为一个读段的开头，即根据字符数组title、sequence、plus、quality中存储的内容，判断获取的title、sequence、plus、quality四个字符串是否能组成一个完整的读段，如果判断为是，则将记录的位置作为读段开头的位置返回，如果判断为否，将原起始位置所在行的行尾确定为新的起始位置，重复上述寻找和判断步骤。