[发明专利]一种成簇的规律间隔的短回文重复序列识别方法及装置

摘要

本发明实施例公开了一种成簇的规律间隔的短回文重复序列识别方法，所述方法包括：根据源文件中的DR模板确定第一代CRISPR，将相邻第一代CRISPR之间的待定间隔序列中缺失的DR添加后确定第二代CRISPR，将第二代CRISPR中的SPACER的相似度低于预设阈值的CRISPR确定为第三代CRISPR，将两端携带有DR的第三代CRISPR确定为第四代CRISPR，本发明实施例可以减少误报或忽略截断的DR，提高CRISPR识别的准确性和全面性。

主权项

一种成簇的规律间隔的短回文重复序列识别方法，其特征在于，包括以下步骤：A1、接收存储有DNA序列的源文件；B1、提取所述源文件中符合指定条件的直接重复序列DR模板，根据所述DR模板确定第一代CRISPR；计算所述DR模板之间的第一相似度，将所述第一相似度大于第一预设阈值的所述DR模板设置为已归类DR模板；所述指定条件包括所述DR的长度大于等于24bp、小于等于47bp，且所述DR的数量至少为两个；C1、查找相邻的所述第一代CRISPR之间的待定间隔序列，确定所述待定间隔序列与所述第一代CRISPR中的DR相同或相似度大于第一指定阈值，将所述待定间隔序列与所述相邻的第一代CRISPR合并为第二代CRISPR；D1、计算所述第二代CRISPR中的SPACER的第二相似度，若所述第二相似度小于第二预设阈值，则确定所述SPACER对应的CRISPR为第三代CRISPR；E1、确定所述第三代CRISPR中间位置的DR为标准DR，判断所述第三代CRISPR的两端是否存在与所述标准DR相同或相似度大于第二指定阈值的DR；若是，则将所述标准DR加入所述第三代CRISPR，并将更新后的第三代CRISPR确定为第四代CRISPR，提取所述第四代CRISPR以及所述第四代CRISPR中的SPACER和DR的位置和序列信息，并将所述位置和序列信息发送至结果文件。