[发明专利]基于多步双向DeBruijn图的变长kmer查询的双向边扩展方法

摘要

本发明涉及基因测序技术领域，提供了一种基于多步双向De Bruijn图的变长kmer查询的顶点扩展方法，包括步骤A读取测序数据源文件，构造多步双向De Bruijn图；步骤B在所述多步双向De Bruijn图中对交叉双向边进行统计；步骤C在所述多步双向De Bruijn图中基于变长kmer查询的双向边扩展。本发明只针对De Bruijn图上已经存在的分叉边构造变长的kmer组合，并在输入序列中查询其出现次数，然后根据其次数选择双向边的合并；选择最优的分叉边的合并，将双向边的错误合并的可能降到最低；可以显著提高contigs的长度，也能够将contig的质量损失降到最小。

主权项

一种基于多步双向De Bruijn图的变长kmer查询的双向边扩展方法，其特征在于，包括：步骤A：读取测序数据源文件，构造多步双向De Bruijn图；步骤B：在所述多步双向De Bruijn图中对交叉双向边进行统计；步骤C：在所述多步双向De Bruijn图中基于变长kmer查询的双向边扩展；所述步骤B中，对所述多步双向De Bruijn图中的所有左右两边顶点分叉的双向边与所述双向边的分叉边合并的所有可能情况，组装为一个更长的kmer，并查询相应地更长的kmer的出现次数，以所述出现次数的大小为权重，进行分叉边走向的选取和合并操作；所述步骤C中，在对每个分叉的双向边的所有可能的分叉转换为更长的kmer后，依据所述出现次数的高低，将出现次数最高的分叉路径作为最终的分叉合并方案，并将相应的分叉路径上的双向边在合并后一起删除。