一种生物基因序列的概要数据生成方法及系统

摘要

本公开提供了一种生物基因序列的概要数据生成方法及系统，获取待处理的基因序列；将待处理的基因序列利用滑动窗口进行K‑mer分解，将M个K‑mer及其对应的M个反向互补链的K‑mer进行对比，对每对正向、反向K‑mer，选取字符值较小的K‑mer，最终得到M个K‑mer，然后进行向量化转置操作；将转置操作得到的向量输入到基于单指令多数据流SIMD改进的哈希函数中，得到各个向量对应的哈希值；继续滑动窗口获取新的子序列K‑mer，重复上述操作，直到待处理基因序列的所有K‑mer都计算出对应的哈希值，根据所有的哈希值构建待处理基因序列的哈希值列表；根据哈希值列表，生成待处理的基因序列的概要数据；本公开采用向量化的实现方式，计算速度更快，能够实现生物基因序列的更高效处理。