基于邻近连接Motif序列的Hi-C数据质量快速评估方法Motif-Hi-C及应用

本发明公开了一种基于邻近连接Motif序列的Hi‑C数据质量评估方法Motif‑Hi‑C，包括：S1：Hi‑C数据存储fastq文件进行Motif的匹配；S2：进行原始Hi‑C数据存储fastq文件分类：根据限制性内切酶的酶切位点和Motif特性，将原始Hi‑C数据存储fastq文件进行分类，分类为matched.fastq和unmatched.fastq文件；S3：unmatched.fastq文件数据的降噪处理：对unmatched.fastq文件数据执行比对、过滤和去重步骤后，得到降噪的unmatched.fastq文件数据及评估结果；S4：matched.fastq文件数据模拟去重；S5：Hi‑C数据质量评估：将步骤S3中经降噪处理的unmatched.fastq文件数据评估结果与模拟去重后的matched.fastq文件数据评估结果进行合并，并计算有效互作数与总读取对的比值，通过该比值来评估Hi‑C数据质量。该方法为高通量Hi‑C测序数据分析提供了新的思路和方案，可以大大提高Hi‑C数据分析效率。