[發(fā)明專利]一種基因多序列比對方法、設(shè)備和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210096587.5
• 申請日: 2022-01-26
• 公開（公告）號: CN114420207A
• 公開（公告）日: 2022-04-29
• 發(fā)明（設(shè)計）人: 劉思嘉;田菲;陳生學;田得紅;王賀崐元;趙凱
• 申請（專利權(quán)）人: 中國科學院西北高原生物研究所
• 主分類號: G16B20/30
• 分類號: G16B20/30
• 代理公司: 成都高遠知識產(chǎn)權(quán)代理事務所(普通合伙) 51222
• 代理人: 鄭勇力;張娟

本發(fā)明屬于生物信息學技術(shù)領(lǐng)域，具體涉及一種基因多序列比對方法、設(shè)備和系統(tǒng)。本發(fā)明的基因多序列比對方法包括如下步驟：步驟1，設(shè)置模板信息，所述模板信息包括待分析基因的模板序列、保守基序位置和保守基序長度；步驟2，根據(jù)步驟1的模板信息作為參照，對待分析序列進行校正和多序列全局比對，形成數(shù)據(jù)集。本發(fā)明還提供應用上述基因多序列比對方法的設(shè)備和系統(tǒng)。本發(fā)明的技術(shù)方案能夠大大減少基因多序列比對的工作量，顯著提高多序列比對工作的效率。因此，具有很好的應用前景。

技術(shù)領(lǐng)域

本發(fā)明屬于生物信息學技術(shù)領(lǐng)域，具體涉及一種基因多序列比對方法、設(shè)備和系統(tǒng)。

背景技術(shù)

基因的多序列比對是生物信息學的基本組成和重要基礎(chǔ)。序列比對的基本思想是，基于生物學中序列決定結(jié)構(gòu)，結(jié)構(gòu)決定功能的普遍規(guī)律，將核酸序列和蛋白質(zhì)一級結(jié)構(gòu)上的序列都看成由基本字符組成的字符串，檢測序列之間的相似性，發(fā)現(xiàn)生物序列中的功能、結(jié)構(gòu)和進化的信息。

例如，裂腹魚類Cytb基因多序列對比是一種重要的基因多序列比對研究體系。細胞色素b基因(Cytb)是真核生物線粒體基因組中的一個編碼基因，因其單拷貝、進化速率適中、多態(tài)性位點豐富等優(yōu)點，是常用于研究生物遺傳進化及多樣性的靶基因。裂腹魚類是青藏高原及周邊地區(qū)特有的一個鯉科裂腹魚亞科的魚類物種類群，是我國青藏高原地區(qū)重要的漁業(yè)資源和生態(tài)關(guān)鍵物種。在物種的起源和進化上，裂腹魚類的物種都有較近的親緣關(guān)系，形態(tài)上較為相似，在Cytb基因的序列結(jié)構(gòu)上既有不同物種特異的多態(tài)位點，也有裂腹魚類共有的保守基序。因此，Cytb基因是區(qū)分不同裂腹魚物種，研究其系統(tǒng)進化和物種分類常用的靶基因。在研究方法上，最重要和最基礎(chǔ)的是Cytb基因的測序和序列比對分析。首先利用PCR技術(shù)，根據(jù)裂腹魚類Cytb基因的通用引物(L14724和H15915)體外擴增獲得包含Cytb基因開放閱讀框(ORF)全長的基因序列，接著，利用焦磷酸測序技術(shù)，對擴增產(chǎn)物的脫氧核糖核苷酸組成順序進行測定，獲得由不同堿基構(gòu)成的序列信息，然后，利用基因序列軟件對不同樣本的Cytb基因序列進行比對分析，從而獲得遺傳變異信息，用于物種鑒定、分類和系統(tǒng)進化等研究。

現(xiàn)有的基因序列比對方法和軟件已經(jīng)商業(yè)化，具體包括CLUSTALX、MEGA、MUSCLE、MAFFT等在線軟件或PC安裝軟件。其中MEGA軟件集成了CLUSTALX、MUSCLE等多種比對方法，是最常用的序列比對分析軟件，有較強的可視化效果。

雖然這些軟件已經(jīng)較為成熟，但是它們在使用時需要輸入的基因序列數(shù)據(jù)必須是標準化的格式。然而，在實際工作中，測序得到的基因序列通常是不符合這些軟件的輸入要求的。例如，測序得到的基因序列可能出現(xiàn)如下情況：是正義鏈序列或反義鏈序列，可能包含引物、接頭和終止密碼子之后的“垃圾”序列，可能包括不在對比范圍內(nèi)的冗余序列，存在5’和3’端殘缺，包含測序錯誤的位點等。

因此，現(xiàn)有的測序數(shù)據(jù)在利用軟件進行比對前，還需要研究者根據(jù)自身對相關(guān)物種的研究經(jīng)驗，對序列進行編輯、校正。這大大增加研究者的工作量，不利于基因多序列比對工作的高效進行。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的缺陷，本發(fā)明提供一種基因多序列比對方法、設(shè)備和系統(tǒng)，目的在于提供一種包含對基因序列進行自動編輯、校正步驟的基因多序列比對方法，減少相關(guān)研究工作中研究者的工作量，提高基因多序列比對工作的效率。

一種基因多序列比對方法，包括如下步驟：

步驟1，設(shè)置模板信息，所述模板信息包括待分析基因的模板序列和保守基序的信息；

步驟2，根據(jù)步驟1的模板信息作為參照，對待分析序列進行校正和多序列全局比對，形成數(shù)據(jù)集。

優(yōu)選的，步驟1中，所述模板信息是通過待分析基因的正義鏈簡并序列獲得的。

優(yōu)選的，步驟2中，進行校正和多序列全局比對的具體步驟如下：