一种测序数据的智能压缩系统及方法

本申请公开了一种测序数据的智能压缩系统及方法，涉及智能压缩领域，其首先获取包含ID、Base和Quality数据的多条短基因序列，然后对这些待存储的DNA测序数据进行压缩处理。通过将待压缩的短基因序列与已拼接序列匹配，若Base数据全部匹配成功，则直接压缩；若部分匹配，则拆分为已匹配和未匹配序列分别压缩。对于未匹配序列，进一步切分为子序列集合，并基于群体特征分布引导的序列精选得到精炼子集，最后对精炼子集进行压缩编码。此方法有效提高了压缩率，尤其在处理未匹配序列时，通过精细筛选减少了冗余信息，提升了整体存储效率和数据检索速度，还增强了对长程冗余的有效挖掘能力。