[發明專利]細菌鑒定和分型分析基因組數據庫及鑒定和分型分析方法

有效

• 申請號: 202110250916.2
• 申請日: 2021-03-08
• 公開（公告）號: CN112863606B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 陳歡;梁倩;徐榮;王瑩;劉程智;何陸平
• 申請（專利權）人: 杭州微數生物科技有限公司
• 主分類號: G16B50/00
• 分類號: G16B50/00;C12Q1/689
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林松海

本發明公開了一種細菌鑒定和分型分析基因組數據庫及鑒定和分型分析方法。通過刪除錯誤的標簽和低質量的基因組組裝來創建一個高質量的細菌鑒定和分型分析基因組數據庫。并依托該數據庫，提供了基于基因組信息進行細菌鑒定和分型分析方法，開發了一套快速的細菌基因組鑒定鑒定平臺（FIDBac）。FIDBac鑒定的準確率達到97%以上，顯著高于其它同類鑒定系統或軟件。這一單一、連貫和自動化的細菌基因組鑒定工作流程，對于在食品工業、制藥工業、臨床診斷和微生物資源開發等領域具有重要意義。

技術領域

本發明涉及細菌基因組鑒定和分型領域，尤其是涉及細菌鑒定和分型分析基因組數據庫及鑒定和分型分析方法。

背景技術

準確的細菌菌種鑒定是成功進行細菌分類、病原菌檢測和來源追蹤的關鍵，在食品工業、制藥工業、臨床診斷和微生物資源開發等領域具有重要意義。傳統上，細菌鑒定依賴于表型鑒定，但表型鑒定存在繁殖能力受限、實驗勞動強度大、耗時長等缺點，而分子生物學方法有望克服了這些缺點。16S rRNA基因因其在細菌和古生菌基因組中的普遍分布及系統發育意義而成為原核生物分類學中一種流行的分子生物學方法。盡管有大量可用的數據集，但16S rRNA基因并不總是具有足夠的分辨率用于物種劃分，尤其是對于近緣物種。此外，16S rRNA基因在一個基因組中的異質多拷貝性也為其應用增加了額外的缺陷。其他一些方法，如利用附加的單拷貝管家基因來提高鑒定的準確性，但這些管家基因的物種覆蓋率遠低于16S rRNA基因。此外，管家基因還可能在基因選擇上存在偏差，不能用單一的工作流程有效地處理所有分類群。而全基因組序列包含一個特定類群的全部遺傳信息時，它可以有效地說明物種的邊界，分類和鑒定就越準確。

得益于下一代測序技術，公共數據庫中的細菌基因組越來越多，使得細菌鑒定可以進入基因組時代。然而，鑒定工具，如SpeciesFinder、Reads2Type、TaxonomyFinder和rMLST，只能利用基因組測序數據中能比對上16S rRNA基因或其他管家基因的讀長序列（Reads）進行鑒定。目前，以全基因組為基礎的平均核苷酸同一性（ANI）有望取代目前細菌物種劃分的金標準DNA:DNA雜交（DDH），即使是草圖基因組也可以達到很好的鑒定效果。但ANI算法計算量大，計算速度慢，尤其要和數據庫中上萬條基因組序列進行比對時非常耗費計算資源。

細菌基因組鑒定的另一個關鍵點事是基因組數據庫的質量。首先，模式菌株的基因組序列應包括在數據庫中用于分類和鑒定。類群的模式種，特別是種的模式株，需要充分體現該種所描述的表型和基因型特征，以及在系統發育中起著的作用。其次，數據庫中不應包括錯誤標記的基因組序列。錯誤標記的基因組序列對鑒定造成了極大的威脅。第三，基因組的完整性和污染率也需要引起重視，因為它們可能會導致鑒定結果的嚴重偏離。例如，基因組序列中的污染可能導致兩個不同物種之間具有高ANI值的偏倚結果。然而，由于物種間基因組大小和基因含量的高度差異，基因組草圖的完整性和污染性可能不容易區分。最后，菌種的命名需要符合國際原核生物命名法（ICNP）的最新命名規則。

發明內容

為了克服現有技術的不足，本發明提供了細菌鑒定和分型分析基因組數據庫及鑒定和分型分析方法。

一種細菌鑒定和分型分析基因組數據庫，構建步驟如下：

1）菌種信息收集

1.1）從NCBI（National Center for Biotechnology Information，美國國家生物技術信息中心）收集細菌基因組，包括細菌基因組序列、“菌株”、“培養物收集”、“克隆”和“注釋”元信息，從中篩選模式菌株；

1.2）獲取來自LPSN（The List of Prokaryotic names with Standing inNomenclature）的有效發布的細菌名稱和類型菌株列表；

1.3）查閱伯杰氏細菌系統學手冊第2版和IJSEM《國際系統與進化微生物學雜志》的文章，確定合格發表的物種名稱和對應的模式菌株菌株號；