[發明專利]一種宏基因組數據分析方法及系統

有效

• 申請號: 201810355681.1
• 申請日: 2018-04-19
• 公開（公告）號: CN108334750B
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 康悅;胡歡;程軍;周洲;任用
• 申請（專利權）人: 江蘇先聲醫學診斷有限公司;北京先聲醫學檢驗實驗室有限公司;中國醫學科學院阜外醫院
• 主分類號: G16B30/10
• 分類號: G16B30/10
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 齊云

本發明涉及一種宏基因組數據分析方法及系統。本發明所述數據分析方法和系統基于k?mer算法獲得樣本的初步物種鑒定結果，并基于所述初步物種鑒定結果，抽取部分或全部支持序列，采用blast算法對初步物種鑒定結果進行驗證，判斷初步物種鑒定結果是否為報告檢出物種。本發明所述方法及系統能夠降低假陽性，在短時間內快速、準確地獲得樣本的報告檢出物種，并與多種主流測序平臺兼容，適用于第二代測序技術和第三測序技術；本發明所述方法、系統還能夠對樣本的耐藥基因和耐藥突變位點進行準確的鑒定并映射到報告檢出物種。進一步地，本發明所述系統可用于鑒定病原體微生物，尤其是心內膜炎病原體，克服其難以培養的缺陷。

技術領域

本發明涉及生物信息學領域，具體而言，涉及一種宏基因組數據分析方法及系統。

背景技術

宏基因組(Metagenome)，又稱群落基因組，是指特定小生境中全部微小生物遺傳物質的總和。宏基因組學(metagenmomics)是指，直接應用基因組學技術對小生境中的微生物群落進行研究，且不需要對單一菌株進行分離培養的學科。

不同于以往的微生物學分析手段，宏基因組學分析不需要篩選得到各微生物群落的培養物，而是直接測定樣品中所有微生物的核酸序列，以分析微生物群落的生長情況。宏基因組學分析可避免由于環境改變而引起的微生物序列變化所帶來的偏差，特別適合用于鑒定在常規條件下難以培養的微生物，例如，極端微生物或某些難以培養的病原體。以導致心內膜炎的病原微生物為例，常規培養不僅耗時長(2～4周)，而且培養成功率不高，陰性率高達30％。對于許多感染性心內膜炎患者而言，不論是血液或者是心臟贅生物樣本都不能通過培養給出物種和耐藥性鑒定結果，影響治療方案和復發干預措施的指定。而宏基因組學可以通過直接對患者的生物樣本進行測序，繞過培養步驟，獲得生物樣本的病原體群落信息。

隨著測序技術的發展，宏基因組學技術已有長足發展，但其在數據分析方面仍然存在瓶頸，制約其發展和應用，具體表現為：

1)宏基因組高通量檢測具有高敏感性，但檢測結果中的假陽性過多，特異性差，不能滿足特異性要求高的鑒定方法的需求，例如，對病原微生物的臨床鑒定。

2)現有的宏基因組測序數據分析方法尚難以在保證鑒定結果準確性的基礎上，大幅度加快分析速度，縮短分析時間。

3)現有的宏基因組數據分析平臺兼容性差，不能普遍適用于各類測序場景。

4)現有的宏基因組分析技術尚不能將物種鑒定與功能基因分析有機地整合，無法提供更為全面、深度加工的信息分析結果。

有鑒于此，特提出本發明。

發明內容

本發明的目的在于提供宏基因組數據分析方法和系統，以解決上述技術問題中的至少一個。

為了實現本發明的上述目的，特采用以下技術方案。

一種宏基因組數據分析方法，所述方法包括：

A1、將從樣本獲得的宏基因組測序序列與第一核酸數據庫進行比對，基于k-mer算法獲得初步物種鑒定結果；

A2、針對所述初步物種鑒定結果中的每個物種，統計支持序列的總數目，如果支持序列的總數目≥預定值，則隨機抽取部分支持序列，構成驗證序列集，如果支持序列的總數目＜預定值，則抽取全部支持序列，構成驗證序列集；基于blast算法，在第二核酸數據庫中對所述驗證序列集中的序列進行物種鑒定，當驗證序列集中50％以上序列的鑒定結果與所述初步物種鑒定結果一致，則所述初步物種鑒定結果通過驗證，所述初步物種鑒定結果即為樣本的報告檢出物種。