[发明专利]双向多步DeBruijn图的错误双向边识别与去除方法

摘要

本发明公开一种双向多步De Bruijn图的错误双向边识别与去除方法，包括步骤，S1、读取测序数据源文件，并构造双向多步De Bruijn图；S2、统计整个所述双向多步De Bruijn图的所有双向边的加权平均覆盖度W；S3、遍历整个所述双向多步De Bruijn图的所有边，将覆盖度小于平均覆盖度W的0.25倍的双向边确定为错误双向边，并将其去除。本发明可以部分清除De Bruijn图中普遍存在的错误，上述错误包括错误链接、Tip型错误、泡型错误；将使contigs可以继续延长，De Bruijn图继续收缩；可以有效的发现错误的双向边，而且避免对正确的双向边的破坏，从而可以一定程度上提高contigs的长度，提高contig的质量。

主权项

一种双向多步De Bruijn图的错误双向边识别与去除方法，其特征在于，包括步骤：S1、读取测序数据源文件，并构造双向多步De Bruijn图；S2、统计整个所述双向多步De Bruijn图的所有双向边的加权平均覆盖度W；所述步骤S2包括：S21、初始化所述加权平均覆盖度W为0，所有边的覆盖度总和Sum为0，所有边的长度Len为0；S22、遍历整个双向多步De Bruijn图，访问图中的每个顶点V，对所述顶点V的每一条边执行步骤S23；S23、假设处理顶点V的第i条边，取第i条边的覆盖度V.multiplicity[i]乘以边的权重值V.arcs[i].length()，并累计到覆盖度总和Sum中；同时将每条边的长度值V.arcs[i].length()累计到边的长度Len中，直到顶点V的所有边都被累计；S24、计算整个双向多步De Bruijn图的加权平均覆盖度W为：W＝Sum/Len；S3、遍历整个所述双向多步De Bruijn图的所有边，将覆盖度小于平均覆盖度W的0.25倍的双向边确定为错误双向边，并将其去除。