一种基于特征向量哈希表的目标病原体检测方法、软件和应用

本发明公开了一种基于特征向量哈希表的目标病原体检测方法、软件和应用。基于深度学习神经网络模型与基于K‑mer序列比对技术相结合，将K‑mer序列转化为兼顾局部特征和全局特征的特征向量以预测可能的物种分类信息。实际操作过程中，仅需加载与模型预测结果相对应的属级别参考哈希表，而无需加载整个基因组参考数据库。与传统方法相比，利用本发明提供方法对136GB的数据进行处理降低了90%的内存，分析时间从3分钟以上缩减至10秒以内，在大规模测序应用中展现出巨大的潜力和实际应用价值。