[发明专利]一种高通量DNA测序质量分数无损压缩系统及压缩方法

摘要

本发明公开一种高通量DNA测序质量分数无损压缩系统及压缩方法，所述方法包括A、预先基于文化基因算法构造质量分数压缩码本；B、接收输入的原始高通量DNA测序质量分数数据，针对数据中每个原始质量分数序列在质量分数压缩码本中搜索与其最相似的编码矢量；C、利用所搜索到的编码矢量对原始质量分数序列进行压缩。本发明通过对质量分数数据进行整体设计得到压缩码本，并借助文化基因算法优化，从而实现最佳压缩编码性能。其整体压缩率显著优于现有方法。另外，本发明的每个寻优个体表示单一编码矢量以及采用多模优化方式有效提升了码本设计效率。同时码本设计与压缩/解压缩过程相分离大大减少了运算时间。

主权项

一种高通量DNA测序质量分数无损压缩方法，其特征在于，所述方法包括以下步骤：A、预先基于文化基因算法构造质量分数压缩码本；B、接收输入的原始高通量DNA测序质量分数数据，针对数据中每个原始质量分数序列在质量分数压缩码本中搜索与其最相似的编码矢量；C、利用所搜索到的编码矢量对相应的原始质量分数序列进行压缩；所述步骤A具体为：A1、设定质量分数压缩码本的大小M 以及编码矢量长度N ，统计待输入的原始高通量DNA测序质量分数数据中的符号种类形成符号集合，并据此设置搜索范围；A2、在搜索范围内随机构造M 个候选解长度为N 的寻优个体，形成进化种群，设定文化基因算法迭代次数为K ，初始化迭代计数器k = 1；A3、在每次迭代时，计算进化种群中每个寻优个体的适应度函数值；A4、在计算所有寻优个体的适应度函数值后，使用适应度共享技术计算各寻优个体的共享适应度函数值；A5、基于各寻优个体的共享适应度函数值，使用文化基因算法优化进化种群；A6、更新迭代计数器k = k+1，若k<K ，则返回步骤A3，否则执行步骤A7；A7、将最终获得的进化种群中各寻优个体映射为各编码矢量，从而构成质量分数压缩码本。