公开(公告)号：CN113963749A

公开(公告)日：2022-01-21

申请号：CN202111060995.7

申请日：2021-09-10

Applicant: 华南农业大学

Inventor： 李西明 ,  朱倩倩 ,  陈心怡 ,  郑颖娴 ,  舒逸 ,  赖锦豪 ,  孙坚

IPC: G16B30/20 ,  G16B25/20

Abstract: 本发明公开了一种高通量测序数据自动化组装方法、系统、设备及存储介质，所述方法包括：对于测序平台生成两个包含所有测序样本的reads的测序质量文件，读取两个测序质量文件中的每条reads，并输出到对应的测序文本，统计每个测序样本的reads数和无法识别的reads数后写入统计文件，完成测序样本的识别和分箱；对测序样本进行引物序列清除和表达载体序列清除。基于de Bruijn图算法对序列文件进行三次迭代组装，得到contig；基于重叠‑排列‑生成算法对contig进行两次迭代组装，从而获得基因组序列。本发明可以避免生物研究人员手动处理测序数据产生的误差，能够解决功能宏基因组学中高通量测序技术的测序数据处理效率低、操作易出错等问题。

公开(公告)号：CN113963749B

公开(公告)日：2024-07-12

申请号：CN202111060995.7

申请日：2021-09-10

Applicant: 华南农业大学

Inventor： 李西明 ,  朱倩倩 ,  陈心怡 ,  郑颖娴 ,  舒逸 ,  赖锦豪 ,  孙坚

IPC: G16B30/20 ,  G16B25/20

Abstract: 本发明公开了一种高通量测序数据自动化组装方法、系统、设备及存储介质，所述方法包括：对于测序平台生成两个包含所有测序样本的reads的测序质量文件，读取两个测序质量文件中的每条reads，并输出到对应的测序文本，统计每个测序样本的reads数和无法识别的reads数后写入统计文件，完成测序样本的识别和分箱；对测序样本进行引物序列清除和表达载体序列清除。基于de Bruijn图算法对序列文件进行三次迭代组装，得到contig；基于重叠‑排列‑生成算法对contig进行两次迭代组装，从而获得基因组序列。本发明可以避免生物研究人员手动处理测序数据产生的误差，能够解决功能宏基因组学中高通量测序技术的测序数据处理效率低、操作易出错等问题。