[發明專利]一種基于三代測序的病原微生物宏基因組檢測方法

有效

• 申請號: 202110567044.2
• 申請日: 2021-05-24
• 公開（公告）號: CN113160882B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 鄒珂珂;趙科研;馬欣;劉菲;李珊
• 申請（專利權）人: 成都博欣醫學檢驗實驗室有限公司
• 主分類號: G16B20/00
• 分類號: G16B20/00;G16B30/10;G16B50/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于三代測序的病原微生物宏基因組檢測方法，其特征在于，包括以下步驟：

S1、獲取樣本三代測序的原始基因檢測數據，去除干擾序列；

S2、調用人源基因數據庫，去除原始基因檢測數據中的人源數據，保留非人源數據，所述非人源數據即為含有病原微生物基因檢測數據的三代測序數據；

S3、構建全物種核酸數據庫；建立全物種核酸數據庫與全物種分類數據庫的映射關系，全物種核酸數據庫中的每個序列號與全物種分類數據庫的分類號建立對應關系；

S4、映射非人源數據到全物種核酸數據庫中，確定非人源數據中的微生物物種的數量和種類；

S5、構建微生物注釋數據庫和微生物耐藥數據庫，對鑒定出的微生物進行注釋；獲得微生物注釋信息和微生物耐藥信息；

所述步驟S4中，確定非人源數據中的微生物物種的數量和種類的具體方法為：

S41、獲取非人源數據中的每條序列，即得到多個測序序列；

S42、分別將每個測序序列與全物種核酸數據庫中的參考序列建立映射關系，獲得每個測序序列的映射關系集合；通過Blast算法計算映射關系集合中每個映射關系的映射系數，篩選所有映射系數大于閾值的映射關系，得到每個測序序列與全物種核酸數據庫的最佳映射關系集合；每個映射關系中包括映射信息，映射信息包括映射系數Si、序列匹配區域相似度li、測序序列占參考序列的比例Ci、測序序列總長度Li；

S43、根據最佳映射關系集合、全物種核酸數據庫與全物種分類數據庫的映射關系，得到該測序序列所代表的所有物種，獲得預測物種集合；

S44、選擇預測物種集合中物種數目出現次數最多的物種認定為預測物種；根據預測物種從最佳映射關系集合中篩選出唯一映射關系；所述唯一映射關系中序列匹配區域相似度li、測序序列占參考序列的比例Ci的值最大；

S45、將所有測序序列所認定的預測物種進行合并，得到樣本的預測物種全集。

2.如權利要求1所述的基于三代測序的病原微生物宏基因組檢測方法，其特征在于：所述干擾序列包括標簽序列、接頭序列、低質量分數序列和低復雜度序列。

3.如權利要求2所述的基于三代測序的病原微生物宏基因組檢測方法，其特征在于：所述低復雜度序列為復雜度得分大于閾值的序列，所述復雜度得分的計算方法采用滑動窗口算法，具體公式為：

其中Score為復雜度得分，比例因子S＝100/31；

n_i為在一個窗口內某單詞i出現的次數；w為窗口長度；l為步長。

4.如權利要求3所述的基于三代測序的病原微生物宏基因組檢測方法，其特征在于：所述低質量分數序列為質量分數均值低于7的序列；所述低復雜度序列為復雜度得分大于5的序列。

5.如權利要求1所述的基于三代測序的病原微生物宏基因組檢測方法，其特征在于：所述全物種核酸數據庫的構建方法為：

從NCBI的Nucleotide數據庫中下載核酸序列信息，對數據進行清理，去除所有不具有分類效果的核酸序列；去除干擾序列，得到全物種核酸數據庫；

所述干擾序列包括：質粒序列、合成序列、富集培養序列、宏基因組序列、未知序列和未能區分物種序列。

6.如權利要求1所述的基于三代測序的病原微生物宏基因組檢測方法，其特征在于：所述步驟S42中還包括從映射關系集合中去除干擾映射關系的步驟，干擾映射關系包括：

A、參考序列對應的物種為人源的映射關系；

B、映射系數小于80％的映射關系；

C、序列長度小于100bp的映射關系；

D、序列長度大于900bp且匹配覆蓋度小于70％的映射關系；

E、序列長度小于等于900bp、匹配覆蓋度小于90％的映射關系。

7.如權利要求1所述的基于三代測序的病原微生物宏基因組檢測方法，其特征在于：所述微生物注釋數據庫中包括：人條件致病菌數據庫、人體微生物定植菌數據庫、移植病人常見感染數據庫、人菌血癥常見微生物數據庫、人腦脊液常見數據庫、人間傳染的病原微生物名錄。