[發明專利]一種細菌菌株的分析方法、分析裝置和存儲介質

在審

• 申請號: 202011146154.3
• 申請日: 2020-10-23
• 公開（公告）號: CN112233726A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 胡函;譚驗
• 申請（專利權）人: 深圳未知君生物科技有限公司
• 主分類號: G16B30/10
• 分類號: G16B30/10;G16B40/00
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 夏東棟

本公開涉及一種細菌菌株的分析方法、分析裝置和存儲介質。該方法包括：獲取目標菌種的泛基因組數據，包括其多類菌種的參考基因序列；獲取多個樣品(包括多個菌種)的測序數據；將每個樣品的測序數據與泛基因組數據進行比對，以得到相對于各參考基因的比對計數；將相似基因的比對計數合并為基因家族的比對計數以確定第一矩陣，第一矩陣的各個元素表征各個基因家族在各樣品中的比對計數相關信息；將第一矩陣分解為第二和第三矩陣，第二矩陣的各個元素表征各個基因家族在各類菌株中的存在相關信息，第三矩陣的各個元素表征各類菌株在各樣品中的相對豐度相關信息。可準確得到各樣品中多個菌種的各類菌株的組成比例情況及每類菌株的基因家族包含情況。

技術領域

本公開涉及微生物信息的分析方法和分析裝置，更具體地，涉及利用計算機實現的細菌菌株的分析方法、分析裝置和存儲介質。

背景技術

對菌群的生理功能研究已經進入菌株時代。越來越多的研究發現，同一菌種下的不同類的菌株在功能和生理作用上存在著巨大的差異，但是對這些菌株的基因組研究卻嚴重滯后。傳統的菌株基因組分析需要先從樣品中對細菌進行分離和培養，然后再對菌落進行測序，以了解菌株的基因組序列。其中，感興趣的菌株的分離培養是一個漫長的試錯過程，也是傳統的菌株基因組分析的瓶頸所在。

隨著高通量測序技術的普及和宏基因組分析技術的出現，研究者可以直接從樣品測序數據中通過生物信息分析工具提取菌群組成、基因家族以及功能信息。這一過程不依賴于實驗培養，從而大大加速了微生物組研究的進程。早先對宏基因組菌株分析主要采用非參(de novo)的方案。但是受限于組裝中的各種錯誤，宏基因組的菌株分析準確度較差。

基于參考數據庫(有參)的基因組的菌株分析方法逐漸興起。一類菌株分析方法基于單核苷酸多態性(SNP)，從數據中尋找保守基因片段上的突變位點，并以此確定菌種的菌株組成。這類方法已經越來越多地在宏基因組分析中使用，應用于環境病原菌溯源、糞菌移植(FMT)菌株追蹤等場景。但是，這類菌株分析方法無法反映菌株的全體基因信息，例如，保守基因片段上的這些保守基因有時對于菌種中的菌株的特異性功能沒有體現。

另一類菌株分析方法以PanPhlAn為代表的另一類方法則使用菌種的泛基因組(pan-genome)，根據該菌種的泛基因組上基因的存在與缺失來判斷菌株的基因組成。相比于第一類方法，PanPhlAn提供了菌株的基因組成，因而讓研究者可以從基因的功能層面對菌株進行深入的解讀分析。但是PanPhlAn只提取了處于優勢的單類菌株的基因組成。由于樣品中同一菌種下面往往多種菌株同時存在，且菌株組成根據時間或者采樣條件而變化，相應地，菌株比例的變動可能導致優勢菌株的動態更迭。有時，優勢菌株僅僅具有低位優勢，在正常擾動下也會變化。PanPhlAn并不能夠反映多類菌株的組成狀況，也無法探知優勢菌株變化是由于正常擾動引起還是因為菌株微生態環境發生劇烈變化引起，在菌株分析中具有相當多的局限。

發明內容

提供了本公開以解決現有技術中存在的上述問題。

需要一種細菌菌株的分析方法、分析裝置和存儲介質，其能夠從泛基因組層面進行菌株的分析，準確地得到各個樣品中多個菌種的各類菌株的組成比例情況以及其中每類菌株的基因家族包含情況，從而能夠對各個樣品中多個菌種下各類菌株的功能情況進行全面分析。