MÉTODO E SISTEMAS PARA A RECONSTRUÇÃO DE SEQUÊNCIAS DE REFERÊNCIA GENÔMICAS A PARTIR DE LEITURAS DE SEQUÊNCIA GENÔMICA COMPRIMIDAS

IPC Classification

Priority claims

Abstract

É revelado um método e um aparelho que incluem a representação de umgenoma de referência em termos de elementos de sintaxe que descrevem asdiferenças entre o referido genoma de referência e as sequências genômicasalinhadas. As referidas sequências genômicas foram previamente alinhadas como referido genoma de referência. Cada uma das sequências genômicas alinhadasé descrita por meio de um subconjunto de elementos de sintaxe. Elementos desintaxe descrevendo todas as sequências genômicas são particionados emblocos de acordo com suas propriedades estatísticas. Cada bloco de elementosde sintaxe é codificado por entropia. Os blocos codificados por entropia são entãoconcatenados para formar um fluxo de bits comprimido. As diferenças entre ogenoma de referência e as sequências alinhadas são expressas em termos deelementos de sintaxe. Os referidos elementos de sintaxe são particionados emblocos de acordo com as suas propriedades estatísticas e cada bloco é codificadopor entropia. Os elementos de sintaxe codificados por entropia são entãoincorporados no fluxo de bits de blocos codificados de elementos de sintaxe quedescrevem leituras alinhadas. O método divulgado permite a reconstrução dogenoma de referência usado para alinhamento ao decodificar as sequênciasgenômicas compactadas, preservando diferentes opções de acesso aleatório nosdados compactados e permitindo uma compressão eficiente.