[發明專利]基于微生物質譜儀的加權微生物聚類分析法

有效

• 申請號: 201910084810.2
• 申請日: 2019-01-29
• 公開（公告）號: CN109859799B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 肖勇杰;蔡克亞;趙高嶺;封松利
• 申請（專利權）人: 安圖實驗儀器（鄭州）有限公司
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B15/00
• 代理公司: 鄭州異開專利事務所(普通合伙) 41114
• 代理人: 韓華

本發明公開了一種基于微生物質譜儀的加權微生物聚類分析法，首先將待聚類分析的n個菌株各自作為一類，并按照規定的菌株相似度距離計算類與類之間的相似度距離，然后將所述相似度距離最近的兩類合并為一個新類，經過此過程變為n?1個類；重復遞歸上述過程，每次遞歸減少一類，直至最終合并為一個類，其中，n為大于或等于3的自然數。本發明優點在于本加權微生物離聚類分析法在成本和分類速度上明顯優于微生物DNA序列分析方法，在準確性上接近DNA序列分析方法；與目前行業內已經存在的微生物質譜聚類分析方法相比，本方法在準確率和運行速度上占有明顯優勢。

技術領域

本發明涉及微生物聚類分析法，尤其是涉及基于微生物質譜儀的加權微生物聚類分析法。

背景技術

微生物的分類研究已有多年的歷史，早期都是根據微生物的生理生化特征、形態特征等表型特征進行的。然而這些表型特征受環境影響較大，沒有客觀的量化指標，因此并不是穩定的，因此分類的結果具有一定隨機性，不能反映微生物間的本質關系。而經過質譜采集得到的表征微生物蛋白質圖譜是較為穩定的、且反映微生物的本質特點，行業內將質譜儀采集圖譜形象的稱為“微生物指紋”。因此，利用菌株間質譜圖的差異性來判斷它們之間的親緣關系的遠近是一個較為精準的方法。

數據挖掘是一種從大量數據中發掘、提取有用的、深層次信息的方法。基于數據挖掘，微生物聚類分析是將具有某種相似性的微生物聚集劃分，用來對菌種進行量化分類，在臨床應用有較多應用；例如，在得到大量菌株后需要進一步分析菌株的特征，使用聚類分析快速分類后對同一類的菌株只需挑選一個典型的菌株研究，而不需要每一種菌株都研究，這種分類“篩選”大大縮小了研究的工作量。另外，在科研領域也可以用來發現大量菌株數據的潛在關系，與具體應技術相結合對未知菌株進行預測、定性，從而幫助我們從已知功能和結構的菌株推測未知菌株的可能功能和結構，是微生物應用、科研領域必不可少的利器。

目前對微生物做聚類分析比較常見的有三種方法：

1、根據培養的細菌形態特征、生理生化特征等表型特征進行分類，這種方法受菌株培養環境的影響很大，同時對菌株間的關系缺少客觀的量化指標，因此該方法具有較大的隨機性，并不能特別準確的反映微生物間的親緣關系。

2、根據微生物DNA序列分析微生物的遺傳進化關系來進行分類，這種方法雖然準確率較高，獲取微生物DNA序列過程中用到的試劑、芯片成本較高；另一方面，目前DNA測序流程較為繁瑣花費較多時間，而且在得到測序結果后需要較為專業人員進行分析；并且對于未知菌株，在獲取DNA序列過程中投入的時間、價格成本使得此方法在臨床及科研上的應用受到很大限制。

3、根據微生物質譜圖譜進行聚類分析，目前市場主流的質譜儀分析軟件基本都帶有聚類分析功能，但是主要缺點是準確率不高、軟件相應功能運行速度較慢。例如，雖然大腸埃希氏菌、摩氏摩根菌、肺炎克雷伯菌在科水平上一致，但是從蛋白質組學上看大腸埃希氏菌與肺炎克雷伯菌的親緣關系更近，目前市場上大部分質譜儀聚類分析功能都無法區分出差別。

發明內容

本發明目的在于提供一種基于微生物質譜儀的加權微生物聚類分析法，實現提高菌株聚類分析的準確性和效率。

為實現上述目的，本發明采取下述技術方案：

本發明所述基于微生物質譜儀的加權微生物聚類分析法，首先將待聚類分析的n個菌株各自作為一類，并按照規定的菌株相似度距離計算類與類之間的相似度距離，然后將所述相似度距離最近的兩類合并為一個新類，經過此過程變為n-1個類；重復遞歸上述過程，每次遞歸減少一類，直至最終合并為一個類，其中，n為大于或等于3的自然數。

所述菌株相似度距離包括菌株之間的相似度距離和菌株類之間的相似度距離；

一、所述菌株之間的相似度距離計算：