[發(fā)明專利]一種基于Nextflow的環(huán)狀核糖核酸自動(dòng)化分析方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010024079.7
• 申請(qǐng)日: 2020-01-08
• 公開(kāi)（公告）號(hào): CN111243666B
• 公開(kāi)（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 蔡宏民;魏焯輝
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G16B20/30
• 分類號(hào): G16B20/30;G16B30/00
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郭浩輝;麥小嬋

本發(fā)明實(shí)施例提供一種基于Nextflow的環(huán)狀核糖核酸自動(dòng)化分析方法及系統(tǒng)，所述系統(tǒng)包括質(zhì)量控制模塊、比對(duì)模塊、定量模塊、合并去重模塊和報(bào)告生成模塊，其中，每個(gè)模塊的功能均由設(shè)定的一個(gè)或多個(gè)軟件分別獨(dú)立實(shí)現(xiàn)。本發(fā)明實(shí)施例通過(guò)Nextflow框架將多個(gè)環(huán)狀核糖核酸的分析軟件進(jìn)行整合，并對(duì)所述多個(gè)軟件分析出來(lái)的結(jié)果進(jìn)行比對(duì)、去重和篩選，綜合不同軟件的分析結(jié)果得出最終結(jié)果，從而能夠獲得更加全面，精確的cicRNA預(yù)測(cè)分析報(bào)告。

技術(shù)領(lǐng)域

本發(fā)明涉及生物分析和大數(shù)據(jù)挖掘技術(shù)領(lǐng)域，尤其涉及一種基于Nextflow的環(huán)狀核糖核酸自動(dòng)化分析方法及系統(tǒng)。

背景技術(shù)

circRNA(環(huán)狀核糖核酸)是一種特殊的環(huán)狀小分子非編碼RNA，也是RNA領(lǐng)域最新的研究熱點(diǎn)。circRNA與傳統(tǒng)的線性RNA不同，circRNA的分子結(jié)構(gòu)具有封閉、環(huán)狀的特點(diǎn)，因此circRNA不受RNA外切酶影響，從而不易被降解，在基因表達(dá)上更加穩(wěn)定。

近幾年的研究表明，circRNA分子富含microRNA(miRNA)的結(jié)合位點(diǎn)，所以在功能上circRNA起到吸收miRNA的作用(miRNA海綿)，進(jìn)而解除miRNA在細(xì)胞中對(duì)相應(yīng)靶基因的抑制作用，升高靶基因的表達(dá)水平。這一作用機(jī)制被稱為競(jìng)爭(zhēng)性內(nèi)源RNA機(jī)制。通過(guò)與疾病關(guān)聯(lián)的miRNA相互作用，天然生成的環(huán)狀RNA分子影響了基因表達(dá)，在疾病的發(fā)生與發(fā)展、生物的生長(zhǎng)發(fā)育、對(duì)外界環(huán)境的抵御等方面中都發(fā)揮著重要的調(diào)控作用。

為了更好更全地尋找circRNA，近年來(lái)基于RNA測(cè)序序列數(shù)的環(huán)狀RNA預(yù)測(cè)工具被不斷地研發(fā)出來(lái)，包括：基于STAR的CIRCexplorer2、基于BWA的CIRI、Mapsplice、Segemehl、基于Bowtie2的Find_circ。

但是上面列舉的軟件在尋找cicRNA上，均存在不足之處。

Mapsplice和基于STAR的CIRCexplorer2都有著較低的假陽(yáng)性率，能夠輸出可信的circRNA列表，但是由于依靠已知的基因注釋文件，所以不能發(fā)現(xiàn)de?novo的circRNA

Segemehl雖然可以找到最多的circRNA，但是運(yùn)行時(shí)間長(zhǎng)且內(nèi)存消耗大，對(duì)硬件的配置有一定的要求，同時(shí)假陽(yáng)性率也比較高，要對(duì)所得到的circRNA列表進(jìn)行一定的判斷。

Find_circ和CIRI運(yùn)行時(shí)間較短，跟其他軟件相比可以更快地得出預(yù)測(cè)結(jié)果，然而得到的circRNA數(shù)量較少，受限于同的比對(duì)算法和參考基因組，這兩種軟件存在遺漏某些circRNA的預(yù)測(cè)問(wèn)題。

故，如何獲得更加全面，精確的cicRNA預(yù)測(cè)分析報(bào)告是急需解決的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于Nextflow的環(huán)狀核糖核酸自動(dòng)化分析方法及系統(tǒng)，能夠通過(guò)Nextflow框架將多個(gè)環(huán)狀核糖核酸的分析軟件進(jìn)行整合，并對(duì)所述多個(gè)軟件分析出來(lái)的結(jié)果進(jìn)行比對(duì)，綜合不同軟件的分析結(jié)果得出最終結(jié)果，從而能夠獲得更加全面，精確的cicRNA預(yù)測(cè)分析報(bào)告。

第一方面，本發(fā)明實(shí)施例提供一種基于Nextflow的環(huán)狀核糖核酸自動(dòng)化分析方法，包括以下步驟：

步驟S1、對(duì)輸入的原始基因數(shù)據(jù)以及參考基因組序列進(jìn)行質(zhì)量控制，將質(zhì)量分?jǐn)?shù)低于第一設(shè)定值以及基因組序列中GC含量高于第二設(shè)定值的異常片段去除，并生成質(zhì)量控制報(bào)告；其中，F(xiàn)astp和Multiqc軟件用于實(shí)現(xiàn)步驟S1；

步驟S2、將輸入樣本的序列片段比對(duì)到參考基因組序列上，以確認(rèn)每一段序列在基因組上的具體位置；其中，STAR、BWA、、Bowtie2和Bowtie軟件分別用于獨(dú)自實(shí)現(xiàn)步驟S2；