[發明專利]一種對特定群中的亞群進行定量分析的方法

有效

• 申請號: 201680090780.0
• 申請日: 2016-11-10
• 公開（公告）號: CN109997193B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 彭也;李俊樺;唐珊媚;張慧
• 申請（專利權）人: 深圳華大生命科學研究院
• 主分類號: G16B25/00
• 分類號: G16B25/00;G16B30/00
• 代理公司: 上海一平知識產權代理有限公司 31266
• 代理人: 胡丹;徐迅

一種對特定群中的亞群進行定量分析的方法。具體地，包括以下步驟：(1)提供對應于所述特定群的(a)參考基因組序列數據、(b)參考SNP矩陣和(c)宏基因組測序數據；(2)將所述宏基因組測序數據比對到對應于所述特定群的參考基因組數據上，以便獲得比對結果；(3)根據所述參考SNP矩陣的位點信息，構建頻率矩陣；(4)根據頻率矩陣對參考SNP矩陣做二值化處理，得到二值化SNP矩陣；和(5)基于所述的頻率矩陣、所述的二值化SNP矩陣、理論堿基頻率向量f(x)和觀測堿基頻率向量y，通過有約束的線性模型，得出所述特定群中各亞群的相對豐度，從而獲得對所述特定群中的亞群的定量分析結果。

技術領域

本發明屬于生物信息學領域，更具體地涉及一種對特定群中的亞群進行定量分析的方法。

背景技術

宏基因組學(metagenomics)，其通過從微生態樣品中提取全部微生物的DNA，構建宏基因組文庫，進而利用基因組學的研究策略分析樣品中全部微生物的遺傳組成及其群落的潛在功能。該組學技術不依賴于單細菌的分離和純培養技術，在很大程度上解決了大部分微生物因不能分離培養而難于研究的問題，同時也能反映研究生態環境中微生物組成的真實情況。而在關于人類健康的微生態研究中，基于宏基因組學測序數據對微生物進行定量(quantification)，是研究其群落構成、物種間相互作用，探索其與疾病發生發展的關系等相關規律的基礎。隨著科學研究的進展，越來越多的研究顯示，對特定物種較低級別的分類單元，即菌株(strains)進行準確的注釋愈發重要。如果簡單地在一個較高的分類級別研究細菌與疾病的關系，則很可能把與疾病的發展呈正相關、無關甚至負相關的類別都加到一起，這無論在生物學還是統計學上都有明顯謬誤；而現有研究成果也亟待通過提高微生物定量精度來校正，或進行更深入的機制研究。

現有宏基因組物種鑒定、定量方法中，分辨率較高，即能注釋到菌種或菌株水平的有基于全基因組序列比對和基于標記序列比對的方法，代表的流程分別為WG-FAST和Constrains。其中，WG-FAST可針對特定菌種，將其菌株與參考基因組進行全基因組序列比對，構建該菌種的SNP參考矩陣，進而利用這個矩陣，對宏基因組學樣品中該菌種所含菌株進行鑒定；Constrains則是通過一個菌種定量流程(MetaPhlAn)得到菌種豐度和菌種所含菌株的SNP，然后對每一個樣品的SNP進行聚類得到每一個樣品的SNP模式，再對這些SNP模式進行聚類，通過模型學則得到最佳的SNP模式，根據這個SNP模式對每個樣品中，該菌種可能含有的菌株的個數和相對豐度做出推斷。這兩個流程的實現步驟分別如下：

1.WG-FAST

1)確定需要鑒定菌株的菌種；

2)通過與參考基因組的序列比對，鑒定出各菌株的SNP，構建SNP參考矩陣；

3)基于實際樣品與參考基因組的比對結果，生成該樣品的SNP矩陣；

4)結果實際樣品的SNP矩陣和參考SNP矩陣，生成系統發生樹。

2.Constrains

1)利用MetaPhlAn流程進行菌種定量；

2)通過標記序列比對，鑒定某個菌種內各菌株的SNP；

3)對上述SNP進行聚類，由聚類結果得到每個樣品中的SNP模式；

4)對多個樣品的SNP模式進行聚類，通過模型選擇得到最佳的SNP模式；

5)根據最佳的SNP模式，推斷出每個樣品中該菌種各菌株的相對豐度。