[发明专利]一种DNA数据存储混合错误纠正与数据恢复方法

摘要

本发明公开了一种DNA数据存储混合错误纠正与数据恢复方法，包括：根据双端读段重叠部分的编辑距离、标号部分的校验信息是否正确两个标准对测序读段进行筛选；根据已恢复的标号和文件号将读段进行分簇，将簇内读段分割为中间重合部分和不重合部分两部分；若中间重合部分或不重合部分的副本数量大于设定的门限值，采用聚类的方法确定中心序列，否则通过多序列合并确定；将每个读段对应数据部分的碱基分成若干个预设长度片段，每一个片段根据列序号的奇偶与前后对应的片段进行联合纠错；纠错采用多序列合并最终得到重复码长度为预设长度片段的可靠恢复。本发明主要解决测序读段中存在的插入/删节错误，以及采用低测序覆盖读段的合并。

主权项

1.一种DNA数据存储混合错误纠正与数据恢复方法，其特征在于，所述方法包括：(1)对双端读取序列中的一条读段进行反转互补，获取两条有重叠的读段；(2)根据双端读段重叠部分的编辑距离、标号部分的校验信息是否正确两个标准对测序读段进行筛选；(3)根据已恢复的标号和文件号将读段进行分簇，将簇内读段分割为中间重合部分和不重合部分；(4)若中间重合部分或不重合部分的副本数量大于设定的门限值，使用聚类的方法确定中心序列，否则通过多序列合并确定；(5)将每个读段对应数据部分的碱基分成若干个预设长度片段，每一个片段根据序列序号的奇偶与前后对应的片段进行联合纠错；纠错采用多序列合并最终得到重复码长度为预设长度片段的可靠恢复。