The invention discloses a read section positioning method for large-scale gene data, belonging to the field of biological information analysis. The method comprises the following steps: gene read random data segmentation; load balance data; spatial index read; sub read across shear localization; read across the shear localization; read splicing; read mapping information statistics. The invention adopts the read location method based on the vacancy of seed, method is improved, which can process across the shear reading section positioning, and implementation of parallel program under the framework of MapReduce design, improve the efficiency of reading section positioning. In addition, the invention provides a load balancing solution for individual nodes long execution time, reduce the whole operation efficiency has a good processing ability, so it has higher use value.
【技术实现步骤摘要】
一种面向大规模基因数据的读段定位方法
本专利技术属于生物信息分析领域,特别涉及一种面向大规模基因数据的读段定位方法。
技术介绍
基因序列匹配(读段定位)是生物信息学的一项重要研究课题,也是基因数据分析的关键环节。基因序列需要在进行读段定位过程之后,才能展开后续一系列的生物信息分析的步骤,如基因表达水平评估、选择性剪切事件识别、聚类等等。因此,基因读段定位已受到生物信息领域众多研究者的广泛关注。新一代基因测序技术的快速发展产生了海量的基因读段数据,这给传统的读段定位算法带来了极大的挑战。庞大的基因读段数据使用传统串行算法在单核机器上运行,已经远远不能满足研究者的需求。一般情况下定位几十GB的基因读段数据需要一周左右的时间,甚至更长,才能获得最终的定位结果,从而导致了整个基因数据分析流程过于缓慢。目前的读段长度一般较长,使用传统不跨越剪切位的空位种子算法可能会遗漏一些正确的定位,得到的定位结果往往不够精确。此外,在并行化过程中总会存在某个节点的执行时间较长,使得整个作业等待个别节点,这种情况严重影响了读段定位的效率。目前的研究热点也是针对如何解决上述问题而展开。典型的跨越剪切位的读段定位方法包括数据集分割、读段分割、子读段不跨越剪切位定位、子读段跨越剪切位定位和拼接。良好的分割方法和高效的子读段跨越剪切位定位能在一定程度上消除负载不均衡的情况以及降低算法时间复杂度,达到提高读段定位效率的效果。
技术实现思路
本专利技术为了解决基因读段定位过程中存在的效率低下的问题以及数据分割中负载不均衡问题,提出了一种面向大规模基因数据的读段定位方法,能有效地提高基因读段定位的效 ...
【技术保护点】
一种面向大规模基因数据的读段定位方法,其特征在于,包括如下步骤:步骤1,基因读段数据随机分割:将给定的基因读段数据集随机分割成指定的块数;步骤2,数据的负载平衡:利用MapReduce框架,从分割好的数据块中随机抽取少量基因读段尝试执行,检测出可能执行时间较长的数据块,将其与其他数据块重新分割,均衡负载;步骤3,读段的空间索引:采用MapReduce框架,在Map过程中将步骤2分割后的数据块中的读段分割成指定段数的子读段,对每个子读段生成空位种子模式,将每个模式的哈希值与对应的读段信息记录在哈希表中,构建读段的空间索引;步骤4,子读段不跨越剪切位定位:在Map过程中利用已有的读段定位软件将子读段中能够进行连续定位的读段首先定位,记录定位信息;步骤5,子读段跨越剪切位定位:经过步骤4定位后,能够连续定位的子读段已经获得了定位信息,在Map过程中根据已经定位的子读段信息,推断不能连续定位的子读段的定位信息,实现跨越剪切位的读段定位;具体包括如下步骤:在每一个Map中,根据读段的长度,将子读段能够跨越的剪切位点的个数限定在指定的数量以内;根据已有的生物信息,限定内含子最大长度,提高定位效率; ...
【技术特征摘要】
1.一种面向大规模基因数据的读段定位方法,其特征在于,包括如下步骤:步骤1,基因读段数据随机分割:将给定的基因读段数据集随机分割成指定的块数;步骤2,数据的负载平衡:利用MapReduce框架,从分割好的数据块中随机抽取少量基因读段尝试执行,检测出可能执行时间较长的数据块,将其与其他数据块重新分割,均衡负载;步骤3,读段的空间索引:采用MapReduce框架,在Map过程中将步骤2分割后的数据块中的读段分割成指定段数的子读段,对每个子读段生成空位种子模式,将每个模式的哈希值与对应的读段信息记录在哈希表中,构建读段的空间索引;步骤4,子读段不跨越剪切位定位:在Map过程中利用已有的读段定位软件将子读段中能够进行连续定位的读段首先定位,记录定位信息;步骤5,子读段跨越剪切位定位:经过步骤4定位后,能够连续定位的子读段已经获得了定位信息,在Map过程中根据已经定位的子读段信息,推断不能连续定位的子读段的定位信息,实现跨越剪切位的读段定位;具体包括如下步骤:在每一个Map中,根据读段的长度,将子读段能够跨越的剪切位点的个数限定在指定的数量以内;根据已有的生物信息,限定内含子最大长度,提高定位效率;根据已经定位的子读段信息,通过延展尝试匹配的方式来确定不能够连续定位的子读段位置信息;如果原始读段的所有子读段都能够进行定位,则保留定位信息;否则舍弃该读段;步骤6,子读段拼接:经过步骤5所有读段分割成的子读段的定位信息已全部被记录,在Map过程中将所有定位的子读段进行组装,记录所有能够连接成原始读段的定位信息;步骤7,读段定位信息统计:在Reduce过程中将所有通过Map过程传递过来的读段定位的信息进行汇总,统计读段定位在参考序列上的整体...
【专利技术属性】
技术研发人员:杨明,涂金金,高阳,
申请(专利权)人:南京师范大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。