注释宏病毒组原始测序数据短读序列的方法、系统、存储介质和装置

摘要

本发明公开了注释宏病毒组原始测序数据短读序列的方法、系统、存储介质和装置，基于windows系统，方法包括以下步骤：获取原始测序数据，对原始测序数据进行解压并提取短读序列，生成短读序列数据集，调用blastn程序将数据集比对到数据库中；保留每条短读序列的最佳比对结果，并将最佳比对结果中比对质量差的结果去除，然后按照基因id添加病毒种名称；基于脚本库，统计注释到每个病毒种的短读序列数目，计算每个病毒种的短读序列在基因组上比对位置的标准偏差，并按照注释的病毒种提取对应的短读序列序列，输出fasta数据集。本发明实现了宏病毒组原始数据注释的本地化、轻便化，便于不具备生物信息学背景知识的研究人员使用。