[發(fā)明專利]一種宏基因組數(shù)據(jù)分析方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810355681.1
• 申請日: 2018-04-19
• 公開（公告）號: CN108334750B
• 公開（公告）日: 2019-02-12
• 發(fā)明（設(shè)計）人: 康悅;胡歡;程軍;周洲;任用
• 申請（專利權(quán)）人: 江蘇先聲醫(yī)學(xué)診斷有限公司;北京先聲醫(yī)學(xué)檢驗實驗室有限公司;中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院
• 主分類號: G16B30/10
• 分類號: G16B30/10
• 代理公司: 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 齊云

1.一種宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法包括：

A1、將樣本的宏基因組測序序列與第一核酸數(shù)據(jù)庫進行比對，基于k-mer算法獲得初步物種鑒定結(jié)果；

A2、針對所述初步物種鑒定結(jié)果中的每個物種，統(tǒng)計支持序列的總數(shù)目，如果支持序列的總數(shù)目≥預(yù)定值，則隨機抽取部分支持序列，構(gòu)成驗證序列集，如果支持序列的總數(shù)目＜預(yù)定值，則抽取全部支持序列，構(gòu)成驗證序列集；基于blast算法，在第二核酸數(shù)據(jù)庫中對所述驗證序列集中的序列進行物種鑒定，當(dāng)驗證序列集中50%以上序列的鑒定結(jié)果與所述初步物種鑒定結(jié)果一致，則所述初步物種鑒定結(jié)果通過驗證，所述初步物種鑒定結(jié)果即為樣本的報告檢出物種；

A3、計算每個報告檢出物種的支持序列的長度總和，經(jīng)所述報告檢出物種的基因組大小標(biāo)準(zhǔn)化后，得到所述報告檢出物種富集程度的參考值，以所述參考值為基準(zhǔn)，計算每個報告檢出物種在所述樣本中的相對豐度。

2.根據(jù)權(quán)利要求1所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法還包括：

B1、基于blast算法，將樣本的宏基因組測序序列與耐藥基因數(shù)據(jù)庫的核酸序列信息進行比對，獲得耐藥基因的初步鑒定結(jié)果；

B2、對所述耐藥基因的初步鑒定結(jié)果進行過濾，只保留支持序列對所述耐藥基因的序列覆蓋度＞30%且不集中分布于所述耐藥基因的3’或5’端的鑒定結(jié)果，即為報告檢出耐藥基因。

3.根據(jù)權(quán)利要求2所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法還包括：

B1’、基于blast算法，將樣本的宏基因組測序序列與耐藥基因數(shù)據(jù)庫的耐藥突變位點氨基酸序列進行比對，獲得耐藥突變位點的初步鑒定結(jié)果；

B2’、對所述耐藥突變位點的初步鑒定結(jié)果進行過濾，只保留長讀長支持序列的數(shù)目＞2條或短讀長支持序列的數(shù)目＞3的鑒定結(jié)果，即為報告檢出耐藥突變位點。

4.根據(jù)權(quán)利要求2所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法還包括：B3、整合所述報告檢出耐藥基因，獲得樣本的全局耐藥結(jié)果。

5.根據(jù)權(quán)利要求3所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法還包括：B3、整合所述報告檢出耐藥基因和所述報告檢出耐藥突變位點，獲得樣本的全局耐藥結(jié)果。

6.根據(jù)權(quán)利要求4或5所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法還包括B4、根據(jù)所述樣本的報告檢出物種，將步驟B3所述全局耐藥結(jié)果映射到報告檢出物種。

7.根據(jù)權(quán)利要求1所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法還包括在進行物種鑒定前，對所述宏基因組測序序列進行質(zhì)量評估和去宿主基因組。

8.根據(jù)權(quán)利要求2所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法還包括在進行物種鑒定和耐藥基因鑒定前，對所述宏基因組測序序列進行質(zhì)量評估和去宿主基因組。

9.根據(jù)權(quán)利要求3所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述方法還包括在進行物種鑒定、耐藥基因鑒定和耐藥突變位點鑒定前，對所述宏基因組測序序列進行質(zhì)量評估和去宿主基因組。

10.根據(jù)權(quán)利要求7~9任一項所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述質(zhì)量評估包括：根據(jù)測序平均質(zhì)量分?jǐn)?shù)、質(zhì)量分?jǐn)?shù)分布以及測序長度中的至少一種評估測序數(shù)據(jù)的可用性，對可用數(shù)據(jù)中的低質(zhì)量部分進行過濾處理。

11.根據(jù)權(quán)利要求10所述的宏基因組數(shù)據(jù)分析方法，其特征在于，所述過濾處理包括：對于長讀長測序數(shù)據(jù)，保留長度＞500 bp且測序質(zhì)量分?jǐn)?shù)＞6的測序數(shù)據(jù)；對于短讀長測序數(shù)據(jù)保留長度＞50bp且質(zhì)量分?jǐn)?shù)＞20的測序數(shù)據(jù)。