JP5344774B2 - テスト配列の誤り訂正方法、対応するシステム及び遺伝子のアセンブリ装置 - Google Patents
テスト配列の誤り訂正方法、対応するシステム及び遺伝子のアセンブリ装置 Download PDFInfo
- Publication number
- JP5344774B2 JP5344774B2 JP2011539874A JP2011539874A JP5344774B2 JP 5344774 B2 JP5344774 B2 JP 5344774B2 JP 2011539874 A JP2011539874 A JP 2011539874A JP 2011539874 A JP2011539874 A JP 2011539874A JP 5344774 B2 JP5344774 B2 JP 5344774B2
- Authority
- JP
- Japan
- Prior art keywords
- sequence
- short sequences
- test sequence
- frequent
- tree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6869—Methods for sequencing
- C12Q1/6874—Methods for sequencing involving nucleic acid arrays, e.g. sequencing by hybridisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/20—Sequence assembly
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Description
配列を受け取り、そして高頻度の短い配列リストを、予め定められた高頻度閾値に基づき構築すること、
受け取ったそれぞれのテスト配列を配列方向に調べ、そして高頻度の短い配列リストと組み合わせて、それぞれのテスト配列上の連続した高頻度の短い配列の最大多数の領域を検索すること、
対応する受け取ったテスト配列及び高頻度の短い配列のリストに従い、検索された領域の左側において高頻度の短い配列だけからなる左側の配列を構築すること、及び/又は検索した領域の右側において高頻度の短い配列だけからなる右側の配列を構築すること、及び
領域と構築した左側及び/又は右側の配列とを、対応するテスト配列へと結合すること。
テスト配列を受け取るため、及び予め定められた高頻度閾値に基づき高頻度の短い配列のリストを構築するための高頻度の短い配列の統計ユニットと、
それぞれの受け取ったテスト配列を配列方向に調べ、高頻度の短い配列のリストと組み合わせて、そしてそれぞれのテスト配列上の連続した高頻度の短い配列の最大多数の領域を検索するための、高頻度領域の検索ユニットと、
対応する受け取ったテスト配列のリスト及び高頻度の短い配列に従い、検索した領域の左側において高頻度の短い配列だけからなる左側の配列を構築し、及び/又は、検索した領域の右側において高頻度の短い配列だけからなる右側の配列を構築するための、配列構築ユニットと、
領域と、構築した左側及び/又は右側の配列を、対応するテスト配列へと結合する、配列結合ユニット
とを含む、テスト配列の誤り修復システムを提供することである。
ステップS101:テスト配列を受け取り、予め定められた高頻度閾値に基づいて、高頻度の短い配列(kmer)リストを構築する。
ステップS102:それぞれの受け取ったテスト配列を配列方向に調べ、そして高頻度の短い配列のリストと組み合わせて、それぞれのテスト配列上の連続的な高頻度の短い配列の最大多数の領域を検索する。
ステップS103:対応する受け取ったテスト配列のリスト及び高頻度の短い配列にしたがって、少なくとも検索領域の左側の高頻度の短い配列のみからなる左側の配列を構築し、及び/又は、少なくとも検索領域の右側の高頻度の短い配列のみからなる右側の配列を構築する;及び
ステップS104:領域と構築した左側及び/又は右側の配列とを、対応するテスト配列に結合する。
1.テスト配列を受け取り、そしてそれぞれの受け取ったテスト配列を、一塩基ごとに基づくプリセット長さを有する短い配列に分割する。
2.予め定められた高頻度閾値より大きい数値で現われる分割された短い配列に基づいて、高頻度の短い配列のリストを構築する。
1.テスト配列を受け取り、そして高頻度の短い配列リストを、予め定められた高頻度閾値に基づき構築する;
2.それぞれの受け取ったテスト配列を配列方向に調べ、高頻度の短い配列リストと組み合わせて、それぞれのテスト配列上の連続した高頻度の短い配列の最大多数を有する領域を検索する;
3.対応する受け取ったテスト配列及び高頻度の短い配列のリストに従い、検索した領域の左側において高頻度の短い配列だけからなる左側の配列を構築すること、及び/又は検索した領域の右側において高頻度の短い配列だけからなる右側の配列を構築する、及び
4.領域と構築した左側及び/又は右側の配列とを結合して、対応するテスト配列にする。
Claims (6)
- テスト配列の誤り訂正方法であって、
テスト配列を受け取り、それぞれの受け取ったテスト配列を、一塩基ごとに基づく予め定められた長さを有する短い配列に分割すること、
予め定められた高頻度閾値より大きい数値で現われる分割された短い配列に基づいて、高頻度の短い配列のリストを構築すること、
それぞれの受け取ったテスト配列を配列方向に調べ、そして高頻度の短い配列リストと組み合わせて、それぞれのテスト配列上の、連続した高頻度の短い配列の最大多数を有する領域を検索すること、
ツリーのルートノードとしての、対応するテスト配列のs1番目の塩基から始まるn−1の長さの配列を取得し、そしてs1の深さと4種類の塩基A、C、G、Tを各ノードのリーフとして有する左側のツリーを構築すること、
左側のツリーを配列方向に調べ、高頻度の短い配列だけからなるパスを検索し、そしてリーフノードから上方へのパスに沿って高頻度の短い配列だけからなる左側の配列を構築すること、
ツリーのルートノードとしての、対応するテスト配列のs2番目の塩基から始まるn−1の長さの配列を取得し、そしてl n −(s2−1)の深さと4種類の塩基A、C、G、Tを各ノードのリーフとして有する右側のツリーを構築すること、
右側のツリーを配列方向に調べ、高頻度の短い配列だけからなるパスを検索し、そしてルートノードからパスに沿って下方に、高頻度の短い配列だけからなる右側の配列を構築すること、
ここで、前記s1、s2はそれぞれ対応するテスト配列の最初の塩基から、連続的な高頻度の短い配列の最大多数を有する検索された最も長い領域の開始塩基と終了塩基までの塩基の数であり、nは高頻度の短い配列の塩基長であり、及びl n はテスト配列の塩基長であり、
及び
該左側の配列及び/又は右側の配列、及び連続的な高頻度の短い配列の最大多数を有する領域に従い、対応する最長の高頻度配列の左側に得られた左側の配列を足し、及び/又は対応する最長の高頻度配列の右側に得られた右側の配列を足して、対応するテスト配列を回復すること
を含むことを特徴とする、方法。 - 前記予め定められた高頻度閾値を、予め定められた長さの、分割した短い配列の頻度分布に従って決定し、ここで予め定められた長さは17塩基長である、請求項1に記載の方法。
- 前記受け取ったテスト配列の長さが200塩基以下である、請求項1に記載の方法。
- テスト配列の誤り訂正システムであって、前記システムは、
テスト配列を受け取り、それぞれの受け取ったテスト配列を、一塩基ごとに基づく予め定められた長さを有する短い配列に分割するための、短い配列分割モジュールと、
予め定められた高頻度閾値より大きい数値で現われる分割された短い配列に基づいて、高頻度の短い配列のリストを構築するための、高頻度の短い配列の取得モジュールと、
それぞれの受け取ったテスト配列を配列方向に調べ、高頻度の短い配列のリストと組み合わせて、それぞれのテスト配列上の、連続した高頻度の短い配列の最大多数を有する領域を検索するための検索ユニットと、
ツリーのルートノードとしての、対応するテスト配列のs1番目の塩基から始まるn−1の長さの配列を取得し、そしてs1の深さと4種類の塩基A、C、G、Tを各ノードのリーフとして有する左側のツリーを構築するための、左側のツリー構築モジュールと、
左側のツリーを配列方向に調べ、高頻度の短い配列だけからなるパスを検索し、そしてリーフノードから上方へのパスに沿って高頻度の短い配列だけからなる左側の配列を構築する、左側の配列構築モジュールと、
ツリーのルートノードとしての、対応するテスト配列のs2番目の塩基から始まるn−1の長さの配列を取得し、各ノードのリーフとして、4種類の塩基A、C、G、Tを有するl n −(s2−1)の深さを有する右側のツリーを構築するための、右側のツリー構築モジュールと、
右側のツリーを配列方向に調べ、高頻度の短い配列だけからなるパスを検索し、そしてルートノードからパスに沿って下方に、高頻度の短い配列のみからなる右側の配列を構築するための、右側の配列構築モジュールと、
ここで、前記s1、s2はそれぞれ対応するテスト配列の最初の塩基から、連続的な高頻度の短い配列の最大多数を有する検索された最も長い領域の開始塩基と終了塩基の塩基までの数であり、nは高頻度の短い配列の塩基長であり、及びl n はテスト配列の塩基長であり、及び
該左側の配列及び/又は右側の配列、及び連続的な高頻度の短い配列の最大多数を有する領域に従い、対応する最長の高頻度配列の左側に得られた左側の配列を足し、及び/又は対応する最長の高頻度配列の右側に得られた右側の配列を足して、対応するテスト配列を回復するための、配列回復ユニット、とを含むことを特徴とする、システム。 - 前記予め定められた高頻度閾値を、予め定められた長さの、分割した短い配列の頻度分布に従って決定し、ここで予め定められた長さは17塩基長である、請求項4に記載のシステム。
- 請求項4又は5に記載のテスト配列の誤り訂正システムを含む、遺伝子アセンブリ装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810218340.6 | 2008-12-12 | ||
CN2008102183406A CN101457253B (zh) | 2008-12-12 | 2008-12-12 | 一种测序序列纠错方法、系统及设备 |
PCT/CN2009/001426 WO2010066114A1 (zh) | 2008-12-12 | 2009-12-11 | 一种测序序列纠错方法、系统及基因组装设备 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2012511752A JP2012511752A (ja) | 2012-05-24 |
JP2012511752A5 JP2012511752A5 (ja) | 2013-08-15 |
JP5344774B2 true JP5344774B2 (ja) | 2013-11-20 |
Family
ID=40768373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011539874A Active JP5344774B2 (ja) | 2008-12-12 | 2009-12-11 | テスト配列の誤り訂正方法、対応するシステム及び遺伝子のアセンブリ装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8751165B2 (ja) |
EP (1) | EP2377948B1 (ja) |
JP (1) | JP5344774B2 (ja) |
CN (1) | CN101457253B (ja) |
HK (1) | HK1161313A1 (ja) |
WO (1) | WO2010066114A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3084426B1 (en) * | 2013-12-18 | 2020-04-15 | Pacific Biosciences Of California, Inc. | Iterative clustering of sequence reads for error correction |
CN103971031B (zh) * | 2014-05-04 | 2017-05-17 | 南京师范大学 | 一种面向大规模基因数据的读段定位方法 |
JP6520362B2 (ja) * | 2014-08-25 | 2019-05-29 | 富士通株式会社 | 生成方法、装置、及びプログラム |
US20160335298A1 (en) * | 2015-05-12 | 2016-11-17 | Extreme Networks, Inc. | Methods, systems, and non-transitory computer readable media for generating a tree structure with nodal comparison fields and cut values for rapid tree traversal and reduced numbers of full comparisons at leaf nodes |
EP3295345B1 (en) | 2015-05-14 | 2023-01-25 | Life Technologies Corporation | Barcode sequences, and related systems and methods |
CN105063208B (zh) * | 2015-08-10 | 2018-03-06 | 北京吉因加科技有限公司 | 一种血浆中游离的目标dna低频突变富集测序方法 |
CN111385022B (zh) * | 2018-12-29 | 2022-02-25 | 深圳市海思半导体有限公司 | 误码检测方法及相关设备 |
CN114937475A (zh) * | 2022-04-12 | 2022-08-23 | 桂林电子科技大学 | 一种PacBio测序数据纠错结果的自动化评估方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2001236555A1 (en) * | 2000-02-22 | 2001-09-03 | Pe Corporation (Ny) | Method and system for the assembly of a whole genome using a shot-gun data set |
CN1169967C (zh) * | 2001-11-16 | 2004-10-06 | 北京华大基因研究中心 | 一种基于重复序列识别的全基因组测序数据的拼接方法 |
CN2684471Y (zh) * | 2004-03-15 | 2005-03-09 | 北京格林威尔科技发展有限公司 | 内嵌误码测试功能的光端机 |
-
2008
- 2008-12-12 CN CN2008102183406A patent/CN101457253B/zh active Active
-
2009
- 2009-12-11 JP JP2011539874A patent/JP5344774B2/ja active Active
- 2009-12-11 US US13/132,038 patent/US8751165B2/en active Active
- 2009-12-11 EP EP09831391.9A patent/EP2377948B1/en active Active
- 2009-12-11 WO PCT/CN2009/001426 patent/WO2010066114A1/zh active Application Filing
-
2012
- 2012-02-17 HK HK12101570.2A patent/HK1161313A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
EP2377948A1 (en) | 2011-10-19 |
HK1161313A1 (zh) | 2012-08-24 |
CN101457253A (zh) | 2009-06-17 |
CN101457253B (zh) | 2011-08-31 |
JP2012511752A (ja) | 2012-05-24 |
EP2377948A4 (en) | 2014-07-30 |
US20110295784A1 (en) | 2011-12-01 |
US8751165B2 (en) | 2014-06-10 |
EP2377948B1 (en) | 2016-05-18 |
WO2010066114A1 (zh) | 2010-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5344774B2 (ja) | テスト配列の誤り訂正方法、対応するシステム及び遺伝子のアセンブリ装置 | |
EP3477556A1 (en) | Method and apparatus for performing operations in convolutional neural network | |
CN108415841B (zh) | 一种基于覆盖力度增量的组合测试用例优先级排序方法 | |
EP3072076B1 (en) | A method of generating a reference index data structure and method for finding a position of a data pattern in a reference data structure | |
US11372929B2 (en) | Sorting an array consisting of a large number of elements | |
CN111445952B (zh) | 超长基因序列的相似性快速比对方法及系统 | |
Roberts et al. | A preprocessor for shotgun assembly of large genomes | |
US20140121991A1 (en) | System and method for aligning genome sequence | |
US20140121983A1 (en) | System and method for aligning genome sequence | |
He et al. | De novo assembly methods for next generation sequencing data | |
US10783983B2 (en) | Variant information processing device and method | |
US20200243162A1 (en) | Method, system, and computing device for optimizing computing operations of gene sequencing system | |
US20140121986A1 (en) | System and method for aligning genome sequence | |
US9348968B2 (en) | System and method for processing genome sequence in consideration of seed length | |
CN115392048A (zh) | 一种基于约束求解引擎的带约束随机数生成方法 | |
Ye et al. | SparseAssembler: de novo Assembly with the Sparse de Bruijn Graph | |
KR101584857B1 (ko) | 염기 서열 정렬 시스템 및 방법 | |
Pavetić et al. | $ LCSk $++: Practical similarity metric for long strings | |
US20140379271A1 (en) | System and method for aligning genome sequence | |
US9864765B2 (en) | Entry insertion apparatus, method, and program | |
CN112825267B (zh) | 确定小核酸序列集合的方法及其应用 | |
CN107944038B (zh) | 一种去重数据的生成方法及装置 | |
US20140121988A1 (en) | System and method for aligning genome sequence considering repeats | |
Liang et al. | A fast sequence assembly method based on compressed data structures | |
CN114546944A (zh) | 多进程负载均衡的数据库文件排序优化方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130626 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20130626 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20130702 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130716 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20130716 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130812 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5344774 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |