基于FASTQ基因大数据的批量分布式压缩方法

发明专利有效专利

申请号：
CN202110524169.7
IPC分类号：G06F16/174;G06F16/182;G16B30/00
申请日期：
2021-05-13
申请人：
江苏拓邮信息智能技术研究院有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于FASTQ基因大数据的批量分布式压缩方法
申请号	CN202110524169.7	申请日期	2021-05-13
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-17	公开/公告号	CN113268459A
优先权	暂无	优先权号	暂无
主分类号	G06F16/174	IPC分类号	G;0;6;F;1;6;/;1;7;4;;;G;0;6;F;1;6;/;1;8;2;;;G;1;6;B;3;0;/;0;0查看分类表>
申请人	江苏拓邮信息智能技术研究院有限公司	申请人地址	江苏省南京市雨花台区宁双路19号云密城10号楼10楼先锋创业087 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	江苏拓邮信息智能技术研究院有限公司	当前权利人	江苏拓邮信息智能技术研究院有限公司
发明人	季一木;方厚之;尧海昌;刘尚东;陈帅
代理机构	南京正联知识产权代理有限公司	代理人	邓道花

摘要

本发明公开了基于FASTQ基因大数据的批量分布式压缩方法，包括：S100部署Spark集群、Hadoop集群和Java环境：S200、选取同种群物种、同一条染色体的FASTA文件，作为所有输入的基因序列的参考序列；S300为读取到的碱基序列与标识符序列创建Spark任务，S500driver本地程序从HDFS拉取压缩后的碱基序列与标识符序列、质量分数序列数据到本地，使用bsc压缩组件作最后的压缩运算，以获取压缩结果。该方法主要针对于FASTQ格式文件，主要用于解决基因数据量过大，减小基因数据存储和传输成本问题，并通过集群大大缩短大量数据的压缩时间。经验证性能将会较大幅度超越通用压缩器。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供