公开(公告)号：CN110544510B

公开(公告)日：2023-03-24

申请号：CN201910473254.8

申请日：2019-05-31

Applicant: 中南大学

Inventor： 李敏 ,  唐丽 ,  廖兴宇 ,  王建新

IPC: G16B30/10

Abstract: 本发明公开了一种新的基于邻接代数模型及质量评估的contig集成方法，提出了一种新的全局打分函数，采用双端读数以及contig集合之间的比对质量，覆盖度信息contig集合进行整体打分及排序。在邻接代数模型的基础上构建邻接图，并通过提取共识序列形成节点与边。利用contig的覆盖度几GC含量信息对contig进行质量等级评估，并将评估信息用于邻接图的优化。本发明简单易用，在四组真实测序数据上表现出良好的拼接结果，较其他contig集成方法具有更高的NGA50值以及更低的错误率。

公开(公告)号：CN110066862A

公开(公告)日：2019-07-30

申请号：CN201910428254.6

申请日：2019-05-22

Applicant: 中南大学

Inventor： 王建新 ,  张先凯 ,  廖兴宇 ,  李敏 ,  李洪东

IPC: C12Q1/6869

Abstract: 本发明公开了一种基于高通量测序读数的重复DNA序列识别方法，包括：由高通量测序的读数得到高频k-mer集合，根据高频k-mer集合对读数进行筛选，使得包含高频k-mer较多的读数保留下来，成为高频读数；使用序列组装工具组装高频读数，得到contigs序列；对contigs序列进行筛选，保留下的所有contigs序列即为重复DNA序列。本发明可以从高通量测序读数中识别重复DNA序列，而无需物种参考序列，可以适用于参考序列未知的物种的重复DNA序列识别，并且本发明是通过组装高频读数得到重复DNA序列，相对于组装高频k-mer得到重复DNA序列，提高了识别重复DNA序列的准确率。

公开(公告)号：CN110066862B

公开(公告)日：2021-02-12

申请号：CN201910428254.6

申请日：2019-05-22

Applicant: 中南大学

Inventor： 王建新 ,  张先凯 ,  廖兴宇 ,  李敏 ,  李洪东

IPC: C12Q1/6869

Abstract: 本发明公开了一种基于高通量测序读数的重复DNA序列识别方法，包括：由高通量测序的读数得到高频k‑mer集合，根据高频k‑mer集合对读数进行筛选，使得包含高频k‑mer较多的读数保留下来，成为高频读数；使用序列组装工具组装高频读数，得到contigs序列；对contigs序列进行筛选，保留下的所有contigs序列即为重复DNA序列。本发明可以从高通量测序读数中识别重复DNA序列，而无需物种参考序列，可以适用于参考序列未知的物种的重复DNA序列识别，并且本发明是通过组装高频读数得到重复DNA序列，相对于组装高频k‑mer得到重复DNA序列，提高了识别重复DNA序列的准确率。

公开(公告)号：CN110544510A

公开(公告)日：2019-12-06

申请号：CN201910473254.8

申请日：2019-05-31

Applicant: 中南大学

Inventor： 李敏 ,  唐丽 ,  廖兴宇 ,  王建新

IPC: G16B30/10

Abstract: 本发明公开了一种新的基于邻接代数模型及质量评估的contig集成方法，提出了一种新的全局打分函数，采用双端读数以及contig集合之间的比对质量，覆盖度信息contig集合进行整体打分及排序。在邻接代数模型的基础上构建邻接图，并通过提取共识序列形成节点与边。利用contig的覆盖度几GC含量信息对contig进行质量等级评估，并将评估信息用于邻接图的优化。本发明简单易用，在四组真实测序数据上表现出良好的拼接结果，较其他contig集成方法具有更高的NGA50值以及更低的错误率。

公开(公告)号：CN108763868A

公开(公告)日：2018-11-06

申请号：CN201810305435.5

申请日：2018-04-08

Applicant: 中南大学

Inventor： 李敏 ,  刘莉娟 ,  廖兴宇 ,  王建新

IPC: G06F19/22

Abstract: 本发明提供一种DNA序列中重复区的识别方法和识别装置，其中方法包括：对构造的n‑item序列，在DNA序列中识别所述n‑item序列的出现次数；将出现次数大于预设阈值的n‑item序列作为重复区，并构造所有作为重复区的n‑item序列的n‑item序列集合；若所述n‑item序列集合中n‑item序列的个数不唯一，则根据预设规则对所述n‑item序列集合中两两之间的n‑item序列构造(n+1)‑item序列。本发明实施例只需要对构造出的DNA子序列进行识别，识别对象相比现有技术大大降低，其次获得重复区的过程也可以在识别过程中通过统计出现次数获得，识别效率得到了进一步提高，再通过预设规则从重复区中构造更长的DNA子序列，不需要将重复区先与单个碱基组合再逐个遍历整个DNA序列，能够大大提高基因组重复区的识别效率。