随着精准医疗概念的提出,基因测序也备受关注。通过基因测序能够提早预测患病风险,以便尽快提出针对性治疗方案。半导体测序仪以其快捷、方便、低成本的测序特点成为如今主流的测序仪之一,半导体测序仪通过半导体芯片将化学信号转变为电压信号来实现测序,用半导体芯片代替了传统的光学测序技术。尽管半导体测序仪具有这些优点,但是其在具有连续相同核苷酸(多聚碱基)的测序区间上测序准确率并不高,对多聚碱基的长度判定不准确,这种限制因素减小其在生物应用上鉴定各种遗传变异体的准确率。该测序技术是根据测序电压来判别多聚碱基的长度,而在这个过程里具有相同长度的多聚碱基存在不同的测序电压,这就导致其在多聚碱基测序区间的精确度较低。针对该问题,本文以测序电压为研究对象展开分析。首先,对半导体测序仪原始测序数据进行预处理,将其与参考基因组信息进行比对;随后提取相关测序数据信息,根据影响测序电压的不同因素将提取信息分组;然后分析各组测序数据信息中电压信号的分布情况,发现每组测序电压的分布都符合正态分布;最后,根据测序电压的分布提出了基于贝叶斯理论的模型来预测多聚碱基长度,再利用动态规划算法计算测序序列与参考基因组信息的比对得分,进一步设计了基于朴素贝叶斯分类器与动态规划算法的综合模型来对多聚碱基长度进行预测,并且根据预测到的结果对原始数据进行矫正。实验结果表明,本文所提出的综合模型在对多聚碱基长度的预测上错误率为0.054%,半导体测序仪在多聚碱基处有2.111%的错误率。在所有半导体测序仪判定错误的多聚碱基测序数据中,有97.453%错误数据可以用本文所提方法矫正。从而证明综合模型显著提高了半导体测序仪在多聚碱基区域处的比对正确率。