[发明专利]一种二代测序数据的压缩方法

摘要

本发明公开了一种二代测序数据的压缩方法。方法包括：对每个样本的二代测序数据，根据第一预设长度进行分割，生成BSSL初始文件；根据第二预设长度构建切割标签文件；根据切割标签文件对BSSL初始文件进行处理，获得BSSL中间文件；将BSSL中间文件合并得到BSSL最终文件；统计BSSL最终文件中种子序列的频次分布结果，根据结果得到种子文件；结合测序数据的格式特征，确定压缩规则，基于种子文件，对每个样本的二代测序数据进行压缩。本发明通过将二代测序数据进行分割以并行处理，提高处理速度，同时结合种子序列选择并得到种子文件，根据二代测序数据的格式特征和种子文件对二代测序数据进行压缩，从而可将二代测序数据的存储空间大大缩小。

主权项

1.一种二代测序数据的压缩方法，其特征在于，包括：初文件生成步骤：对每个样本的二代测序数据，根据第一预设长度进行分割，生成固定长度碱基序列初始文件；标签文件生成步骤：根据第二预设长度构建切割标签文件；中间文件生成步骤：根据所述切割标签文件对所述固定长度碱基序列初始文件进行处理，获得以切割标签为界的固定长度碱基序列中间文件；终文件生成步骤：将得到的所有所述固定长度碱基序列中间文件合并，得到固定长度碱基序列最终文件；种子文件生成步骤：对所述固定长度碱基序列最终文件，统计种子序列的频次分布结果，根据所述频次分布结果对所述固定长度碱基序列最终文件进行选择，得到种子文件；压缩步骤：结合二代测序数据的格式特征，确定压缩规则，基于所述种子文件并根据所述压缩规则，对所述每个样本的二代测序数据进行压缩。