合成生物学数据处理方法及其处理系统技术方案

本发明专利技术公开了合成生物学数据处理方法及其系统，涉及合成生物学技术领域，该方法将从iGEM获取的数据拆分为多个特征序列，从序列、名称和类型等信息入手对特征序列进行处理，达到数据全面且无冗余的效果。

【技术实现步骤摘要】
合成生物学数据处理方法及其处理系统
本专利技术涉及合成生物学
，特别涉及合成生物学数据处理方法及其处理系统。
技术介绍
随着合成生物学的发展，生物部件数据量越来越大，重复率越来越高，各种数据文件格式不同、不能通用已经成为合成生物学家共同面对的问题。众所周知，生物部件的本质是其序列，生物部件的基础是不同DNA序列的组装，装配的目标是使部件具有特定功能且较为完善。现在很多合成生物学聚焦在了部件的组装准则上，提出了许多新的装配策略例如：BioBrick、BglBrick。许多杂志上提供了完整的序列及其描述，但用户获取有限制。许多杂志都没有关于质粒序列的描述，Addgene它解决了质粒上的数据信息问题，它提供了完整的质粒序列还有注释，但他们的努力工作也只是覆盖了已发表过的一小部分质粒。回顾之前相同类型的文章，涉及到的生物部件的数据量非常少，只有大约2000个，可供分析的数据不够全面。iGEM和GenoCAD中登记了标准生物部件，数据量大且提交的数据是合成生物学家确认过的且所提交的数据格式统一。但只有向iGEM上提交数据却没有人对数据进行整理分析，这里只是原始数据表，存在大量的冗余信息。
技术实现思路
本专利技术实施例提供了合成生物学数据处理方法及其处理系统，用以解决现有技术中生物部件数据量小以及数据存在冗余的问题。合成生物学数据处理方法，包括以下步骤：从iGEM上获取数据，并存储在原始数据表中；将所述原始数据表中的部件进行拆分，获得多个特征序列，并存储在第一特征序列表中，其中，所述第一特征序列表中每个数据均包含特征序号、名称、类型、互补、起始、序列和部分序号信息；在所述第一特征序列表中查询序列、名称和类型均相同的特征序列，每个保留一条，并存储在第二特征序列表中；在所述第二特征序列表中查询序列相同，但是名称不同的特征序列，存储在第一名称数据表中；在所述第一名称数据表中查询并保留互补为1的特征序列，删除其他特征序列，获得第一子名称数据表；若所述第一子名称数据表中的特征序列均相同，在所述第一子名称数据表中查询并保留互补相同且起始最小的特征序列，删除其他特征序列，获得第二子名称数据表；若所述第二子名称数据表中的特征序列均相同，则在所述第二子名称数据表中查询并保留具有完整概念名称的特征序列，删除其他特征序列，获得第二名称数据表；在所述第二特征序列表中查询序列和名称均相同，但是类型不同的特征序列，存储在第一类型数据表中；在所述第一类型数据表中查询并保留互补为1的特征序列，删除其他特征序列，获得第一子类型数据表；若所述第一子类型数据表中的特征序列均相同，则在所述第一子类型数据表中查询并保留类型满足预设条件的特征序列，在所述第二名称数据表中保留所述第一子类型数据表中保留的特征序列，删除其他特征序列，获得第二类型数据表；在所述第一特征序列表中分别查询序列、名称和类型均相同，但是互补不同、起始不同以及部分序号不同的特征序列，分别保留一条，并将序列不同的特征序列存储在所述第二类型数据表中，获得第三特征序列表；对所述第三特征序列表中的特征序列进行重命名，获得第四特征序列表。优选地，所述步骤还包括：若所述第一子名称数据表中存在不同的特征序列，则将所述第一子名称数据表作为所述第二名称数据表；或若所述第二子名称数据表中存在不同的特征序列，则将所述第二子名称数据表作为所述第二名称数据表。优选地，所述步骤还包括：若所述第一子类型数据表中存在不同的特征序列，则将所述第一子类型数据表作为所述第二类型数据表。优选地，步骤对所述第三特征序列表中的数据进行重命名，获得第四特征序列表具体为：使用所述第三特征序列表中每个特征序列的名称和特征序号进行组合，获得新的名称，即获得所述第四特征序列表。合成生物学数据处理系统，包括：数据获取模块，用于从iGEM上获取数据，并存储在原始数据表中；部件拆分模块，用于将所述原始数据表中的部件进行拆分，获得多个特征序列，并存储在第一特征序列表中，其中，所述第一特征序列表中每个数据均包含特征序号、名称、类型、互补、起始、序列和部分序号信息；第一数据筛选模块，用于在所述第一特征序列表中查询序列、名称和类型均相同的特征序列，每个保留一条，并存储在第二特征序列表中；第二数据筛选模块，用于在所述第二特征序列表中查询序列相同，但是名称不同的特征序列，存储在第一名称数据表中；第一数据删除模块，用于首先查询并保留互补为1的特征序列，删除其他特征序列，获得第一子名称数据表；若所述第一子名称数据表中的特征序列均相同，在所述第一子名称数据表中查询并保留互补相同且起始最小的特征序列，删除其他特征序列，获得第二子名称数据表；若所述第二子名称数据表中的特征序列均相同，则在所述第二子名称数据表中查询并保留具有完整概念名称的特征序列，删除其他特征序列，获得第二名称数据表；第三数据筛选模块，用于在所述第二特征序列表中查询序列和名称均相同，但是类型不同的特征序列，存储在第一类型数据表中；第二数据删除模块，用于首先查询并保留互补为1的特征序列，删除其他特征序列，获得第一子类型数据表；若所述第一子类型数据表中的特征序列均相同，则在所述第一子类型数据表中查询并保留类型满足预设条件的特征序列，在所述第二名称数据表中保留所述第一子类型数据表中保留的特征序列，删除其他特征序列，获得第二类型数据表；第四数据筛选模块，用于在所述第一特征序列表中分别查询序列、名称和类型均相同，但是互补不同、起始不同以及部分序号不同的特征序列，分别保留一条，并将序列不同的特征序列存储在所述第二类型数据表中，获得第三特征序列表；数据重命名模块，用于对所述第三特征序列表中的特征序列进行重命名，获得第四特征序列表。优选地，所述第一数据删除模块在所述第一子名称数据表中存在不同的特征序列时，将所述第一子名称数据表作为所述第二名称数据表；或在所述第二子名称数据表中存在不同的特征序列时，则将所述第二子名称数据表作为所述第二名称数据表。优选地，所述第二数据删除模块在所述第一子类型数据表中存在不同的特征序列时，将所述第一子类型数据表作为所述第二类型数据表。优选地，所述数据重命名模块使用所述第三特征序列表中每个特征序列的名称和特征序号进行组合，获得新的名称，即获得所述第四特征序列表。本专利技术实施例中合成生物学数据处理方法及其处理系统，将从iGEM获取的数据拆分为多个特征序列，从序列、名称和类型等信息入手对特征序列进行处理，达到数据全面且无冗余的效果。附图说明为了更清楚地说明本专利技术专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的合成生物学数据处理方法的步骤流程图；图2为图1中方法使用的原始数据表的示意图；图3为图1中方法使用的第一特征序列表的示意图；图4为使用图1中方法的合成生物学数据处理系统的功能模块图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术本文档来自技高网...

【技术保护点】
合成生物学数据处理方法，其特征在于，包括以下步骤：从iGEM上获取数据，并存储在原始数据表中；将所述原始数据表中的部件进行拆分，获得多个特征序列，并存储在第一特征序列表中，其中，所述第一特征序列表中每个数据均包含特征序号、名称、类型、互补、起始、序列和部分序号信息；在所述第一特征序列表中查询序列、名称和类型均相同的特征序列，每个保留一条，并存储在第二特征序列表中；在所述第二特征序列表中查询序列相同，但是名称不同的特征序列，存储在第一名称数据表中；在所述第一名称数据表中查询并保留互补为1的特征序列，删除其他特征序列，获得第一子名称数据表；若所述第一子名称数据表中的特征序列均相同，在所述第一子名称数据表中查询并保留互补相同且起始最小的特征序列，删除其他特征序列，获得第二子名称数据表；若所述第二子名称数据表中的特征序列均相同，则在所述第二子名称数据表中查询并保留具有完整概念名称的特征序列，删除其他特征序列，获得第二名称数据表；在所述第二特征序列表中查询序列和名称均相同，但是类型不同的特征序列，存储在第一类型数据表中；在所述第一类型数据表中查询并保留互补为1的特征序列，删除其他特征序列，获得第一子类型数据表；若所述第一子类型数据表中的特征序列均相同，则在所述第一子类型数据表中查询并保留类型满足预设条件的特征序列，在所述第二名称数据表中保留所述第一子类型数据表中保留的特征序列，删除其他特征序列，获得第二类型数据表；在所述第一特征序列表中分别查询序列、名称和类型均相同，但是互补不同、起始不同以及部分序号不同的特征序列，分别保留一条，并将序列不同的特征序列存储在所述第二类型数据表中，获得第三特征序列表；对所述第三特征序列表中的特征序列进行重命名，获得第四特征序列表。...

【技术特征摘要】
1.合成生物学数据处理方法，其特征在于，包括以下步骤：从iGEM上获取数据，并存储在原始数据表中；将所述原始数据表中的部件进行拆分，获得多个特征序列，并存储在第一特征序列表中，其中，所述第一特征序列表中每个数据均包含特征序号、名称、类型、互补、起始、序列和部分序号信息；在所述第一特征序列表中查询序列、名称和类型均相同的特征序列，每个保留一条，并存储在第二特征序列表中；在所述第二特征序列表中查询序列相同，但是名称不同的特征序列，存储在第一名称数据表中；在所述第一名称数据表中查询并保留互补为1的特征序列，删除其他特征序列，获得第一子名称数据表；若所述第一子名称数据表中的特征序列均相同，在所述第一子名称数据表中查询并保留互补相同且起始最小的特征序列，删除其他特征序列，获得第二子名称数据表；若所述第二子名称数据表中的特征序列均相同，则在所述第二子名称数据表中查询并保留具有完整概念名称的特征序列，删除其他特征序列，获得第二名称数据表；在所述第二特征序列表中查询序列和名称均相同，但是类型不同的特征序列，存储在第一类型数据表中；在所述第一类型数据表中查询并保留互补为1的特征序列，删除其他特征序列，获得第一子类型数据表；若所述第一子类型数据表中的特征序列均相同，则在所述第一子类型数据表中查询并保留类型满足预设条件的特征序列，在所述第二名称数据表中保留所述第一子类型数据表中保留的特征序列，删除其他特征序列，获得第二类型数据表；在所述第一特征序列表中分别查询序列、名称和类型均相同，但是互补不同、起始不同以及部分序号不同的特征序列，分别保留一条，并将序列不同的特征序列存储在所述第二类型数据表中，获得第三特征序列表；对所述第三特征序列表中的特征序列进行重命名，获得第四特征序列表。2.如权利要求1所述的方法，其特征在于，所述步骤还包括：若所述第一子名称数据表中存在不同的特征序列，则将所述第一子名称数据表作为所述第二名称数据表；或若所述第二子名称数据表中存在不同的特征序列，则将所述第二子名称数据表作为所述第二名称数据表。3.如权利要求1所述的方法，其特征在于，所述步骤还包括：若所述第一子类型数据表中存在不同的特征序列，则将所述第一子类型数据表作为所述第二类型数据表。4.如权利要求1所述的方法，其特征在于，步骤对所述第三特征序列表中的特征序列进行重命名，获得第四特征序列表具体为：使用所述第三特征序列表中每个数据的名称和特征序号进行组合，获得新的名称，即获得所述第四特征序列表。5.合成生物学数据处理系统，其特征在于，包括：数...

【专利技术属性】
技术研发人员：师佩，李盼盼，吕琪，吴涛，董亚非，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：陕西;61