[發明專利]無參考基因組序列的轉錄組分析方法及系統

有效

• 申請號: 202011255655.5
• 申請日: 2020-11-11
• 公開（公告）號: CN112397149B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 田振陽;王蘋
• 申請（專利權）人: 天津現代創新中藥科技有限公司
• 主分類號: G16B30/10
• 分類號: G16B30/10;G16B20/30;G16B25/10;G16B5/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 路秀麗

1.一種無參考基因組序列的轉錄組分析方法，其特征在于，所述分析方法包括：

獲取待測樣本的二代RNA有效測序數據和三代RNA有效測序數據；

利用所述二代RNA有效測序數據對所述三代RNA有效測序數據進行校正，得到三代校正有效數據；

對所述三代校正有效數據進行去冗余獲得unigene序列；

將所述二代RNA有效測序數據與所述unigene序列進行序列比對，得到比對文件；

利用所述比對文件，對每個所述unigene序列上的reads數進行統計，獲得每個基因的表達水平FPKM值；

對所述三代校正有效數據進行去冗余獲得unigene序列包括：

根據序列相似度對所述三代校正有效數據進行序列聚類，然后挑選每一類中序列最長的片段作為對應基因的轉錄本，而將冗余的序列去除，形成所述unigene序列。

2.根據權利要求1所述的分析方法，其特征在于，利用所述二代RNA有效測序數據對所述三代RNA有效測序數據進行校正，得到三代校正有效數據包括：

將所述二代RNA有效測序數據中的reads分解成k-mer，利用德布魯因圖對所述三代RNA有效測序數據進行校正，得到所述三代校正有效數據。

3.根據權利要求1所述的分析方法，其特征在于，在獲得所述unigene序列之后，所述分析方法還包括，根據已知數據庫對所述unigene序列進行基因注釋，得到參考轉錄組注釋文件。

4.根據權利要求3所述的分析方法，其特征在于，所述根據已知數據庫對所述unigene序列進行基因注釋，得到參考轉錄組注釋文件包括：

將所述已知數據庫中的序列進行模擬建庫，得到模擬測序序列；

將所述unigene序列與所述模擬測序序列比對并找到相似度匹配的序列；

根據所述相似度匹配的序列，在所述unigene序列后面追加所述已知數據庫中相應片段的注釋信息，從而獲得所述參考轉錄組注釋文件。

5.根據權利要求1至4中任一項所述的分析方法，其特征在于，所述待測樣本為多個，多個所述待測樣本在分別獲得各基因的表達水平FPKM值后，所述分析方法還包括：篩選出多個所述待測樣本間的差異表達的基因。

6.根據權利要求5所述的分析方法，其特征在于，所述篩選出多個所述待測樣本間的差異表達的基因包括：

將多個所述待測樣本中的相同基因的FPKM值進行變化倍數運算和可信度運算，獲得變化倍數和可信度；

保留所述變化倍數和所述可信度符合篩選條件的基因，作為多個所述待測樣本間的差異表達的基因。

7.根據權利要求6所述的分析方法，其特征在于，所述篩選條件為|log（變化倍數）|值大于1，且所述可信度大于99.5%。

8.根據權利要求5所述的分析方法，其特征在于，在獲得多個所述待測樣本間的所述差異表達的基因之后，所述分析方法還包括：

根據已知數據庫對所述unigene序列進行基因注釋，得到參考轉錄組注釋文件；

利用所述參考轉錄組注釋文件對所述差異表達的基因進行GO和KEGG通路富集分析；

根據所述通路富集分析的結果繪制通路富集分析圖。

9.根據權利要求1至2中任一項所述的分析方法，其特征在于，在得到所述unigene序列后，所述分析方法還包括對mRNA進行結構分析和/或對LncRNA?進行預測分析。

10.根據權利要求9所述的分析方法，其特征在于，所述對mRNA進行結構分析包括分析如下任意一種或多種：CDS預測、轉錄因子預測及SSR鑒定。