This invention provides methods by which biologically derived DNA sequences in a mixed sample or in an arrayed single sequence clone can be determined and classified without sequencing. The methods make use of information on the presence of carefully chosen target subsequences, typically of length from 4 to 8 base pairs, and preferably the length between target subsequences in a sample DNA sequence together with DNA sequence databases containing lists of sequences likely to be present in the sample to determine a sample sequence. The preferred method uses restriction endonucleases to recognize target subsequences and cut the sample sequence. Then carefully chosen recognition moieties are ligated to the cut fragments, the fragments amplified, and the experimental observation made. Polymerase chain reaction (PCR) is the preferred method of amplification. Another embodiment of the invention uses information on the presence or absence of carefully chosen target subsequences in a single sequence clone together with DNA sequence databases to determine the clone sequence. Computer implemented methods are provided to analyze the experimental results and to determine the sample sequences in question and to carefully choose target subsequences in order that experiments yield a maximum amount of information.

Esta invención proporciona los métodos por los cuales biológico derivó secuencias de la DNA en una muestra mezclada o en una sola copia puesta en orden de la secuencia puede ser determinado y ser clasificado sin ordenar. Los métodos hacen uso la información sobre la presencia de los subsequences cuidadosamente elegidos de la blanco, típicamente de la longitud a partir del 4 a 8 pares bajos, y preferiblemente la longitud entre los subsequences de la blanco en una secuencia de la DNA de la muestra junto con las bases de datos de la secuencia de la DNA que contienen listas de secuencias probablemente para estar presentes en la muestra determinar una secuencia de la muestra. El método preferido utiliza los endonucleases de la restricción para reconocer subsequences de la blanco y para cortar la secuencia de la muestra. Entonces los moieties cuidadosamente elegidos del reconocimiento se ligan a los fragmentos del corte, a los fragmentos amplificados, y a la observación experimental hecha. La reacción en cadena de la polimerasa (PCR) es el método preferido de amplificación. Otra encarnación de la información de las aplicaciones de la invención sobre la presencia o la ausencia de los subsequences cuidadosamente elegidos de la blanco en una sola copia de la secuencia junto con las bases de datos de la secuencia de la DNA para determinar la secuencia de la copia. Los métodos puestos en ejecucio'n computadora se proporcionan para analizar los resultados experimentales y para determinar las secuencias de la muestra en la pregunta y para elegir cuidadosamente subsequences de la blanco para que los experimentos rindan una cantidad de información máxima.