[發(fā)明專利]基于測序數(shù)據(jù)的自動化血清型分析鑒定方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210540274.4
• 申請日: 2022-05-18
• 公開（公告）號: CN114944197A
• 公開（公告）日: 2022-08-26
• 發(fā)明（設(shè)計）人: 劉健;孫嘉良;陳嬌
• 申請（專利權(quán)）人: 南開大學(xué)
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16B30/00;G16B50/30
• 代理公司: 濟南圣達(dá)知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 李圣梅

本申請?zhí)峁┮环N基于測序數(shù)據(jù)的自動化血清型分析鑒定方法及系統(tǒng)，涉及基因測序數(shù)據(jù)分析技術(shù)領(lǐng)域，該方法包括：獲取微生物基因組測序數(shù)據(jù)；將微生物基因組測序數(shù)據(jù)與關(guān)鍵等位基因數(shù)據(jù)庫中的各關(guān)鍵等位基因進(jìn)行比對，記錄相似度大于預(yù)設(shè)閾值的關(guān)鍵等位基因和相應(yīng)的比對評分；根據(jù)關(guān)鍵等位基因和相應(yīng)的比對評分，確定微生物基因組測序數(shù)據(jù)所屬的生物體；使用生物體的關(guān)鍵等位基因，確定序列型數(shù)據(jù)庫中的序列型；使用序列型搜索血清型數(shù)據(jù)庫，根據(jù)序列型和血清型之間的映射關(guān)系確定微生物基因組測序數(shù)據(jù)的血清型，以實現(xiàn)生物信息學(xué)分析鑒定的自動化，同時，能夠針對不同平臺產(chǎn)生的短讀長和長讀長測序數(shù)據(jù)進(jìn)行定制的生物信息學(xué)分析，得到準(zhǔn)確的分析結(jié)果。

技術(shù)領(lǐng)域

本申請屬于基因測序數(shù)據(jù)分析技術(shù)領(lǐng)域，尤其涉及一種基于測序數(shù)據(jù)的自動化血清型分析鑒定方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提供了與本申請相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

基于微生物基因組測序數(shù)據(jù)信息的血清分型技術(shù)廣泛應(yīng)用要求分析程序的自動化血清分型流程。對于單物種的血清型分析的研究已經(jīng)取得了一定的成果。

發(fā)明人發(fā)現(xiàn)，現(xiàn)有的對于血清分型的工作通常專注于單物種的微生物測序數(shù)據(jù)分析，尤其是沙門氏菌血清型的鑒定分析，無法滿足目前快速發(fā)展的大量的多物種的測序數(shù)據(jù)的分析需求。并且它們涉及的方面通常不夠全面，僅專注于序列型或血清型的單個方面，無法兼顧多個方面，也無法將多個方面的信息聯(lián)系起來。

發(fā)明內(nèi)容

為克服現(xiàn)有技術(shù)的不足，本申請?zhí)峁┗跍y序數(shù)據(jù)的自動化血清型分析鑒定方法及系統(tǒng)，用于多物種血清型的鑒定，以及定制的生物信息學(xué)分析，有利于提高血清型分析鑒定結(jié)果的準(zhǔn)確率。

本申請采用的技術(shù)方案如下：

第一方面，本申請實施例提供一種基于測序數(shù)據(jù)的自動化血清型分析鑒定方法，包括：

獲取微生物基因組測序數(shù)據(jù)；

將所述微生物基因組測序數(shù)據(jù)與關(guān)鍵等位基因數(shù)據(jù)庫中的各關(guān)鍵等位基因進(jìn)行比對，記錄相似度大于預(yù)設(shè)閾值的關(guān)鍵等位基因和相應(yīng)的比對評分；

根據(jù)所述關(guān)鍵等位基因和相應(yīng)的比對評分，確定所述微生物基因組測序數(shù)據(jù)所屬的生物體；

使用所述生物體的關(guān)鍵等位基因，確定序列型數(shù)據(jù)庫中的序列型；使用所述序列型搜索血清型數(shù)據(jù)庫，根據(jù)序列型和血清型之間的映射關(guān)系確定所述微生物基因組測序數(shù)據(jù)的血清型。

在一種可能的實施方式中，在獲取微生物基因組測序數(shù)據(jù)之前，還包括：構(gòu)建關(guān)鍵等位基因-序列型-血清型關(guān)聯(lián)數(shù)據(jù)庫(下文簡稱為關(guān)聯(lián)數(shù)據(jù)庫)。

在一種可能的實施方式中，所述關(guān)聯(lián)數(shù)據(jù)庫的構(gòu)建過程包括：收集相關(guān)關(guān)鍵等位基因、序列型和血清型信息；挖掘關(guān)鍵等位基因與序列型的關(guān)聯(lián)關(guān)系、序列型與血清型的關(guān)聯(lián)關(guān)系，以及關(guān)鍵等位基因、序列型、血清型的信息；根據(jù)上述關(guān)聯(lián)關(guān)系與信息構(gòu)建所述關(guān)鍵等位基因-序列型-血清型關(guān)聯(lián)數(shù)據(jù)庫。

在一種可能的實施方式中，所述關(guān)鍵等位基因-序列型-血清型關(guān)聯(lián)數(shù)據(jù)庫包括關(guān)鍵等位基因數(shù)據(jù)庫、序列型數(shù)據(jù)庫和血清型數(shù)據(jù)庫，各數(shù)據(jù)庫通過索引建立關(guān)聯(lián)關(guān)系；所述序列型數(shù)據(jù)庫記錄關(guān)鍵等位基因的不同組合到每個生物體序列類型的映射關(guān)系；所述血清型數(shù)據(jù)庫記錄序列類型與血清型之間的關(guān)聯(lián)關(guān)系，用于多種微生物的血清型鑒定。

在一種可能的實施方式中，根據(jù)大數(shù)定律計算關(guān)聯(lián)數(shù)據(jù)庫中一種生物體序列類型的每個血清型頻率，根據(jù)所述頻率確定出生物體的血清型為已知血清型的概率；根據(jù)所述概率確定序列類型與血清型之間的關(guān)聯(lián)關(guān)系。

在一種可能的實施方式中，使用sigmoid評分策略來評估所述微生物基因組測序數(shù)據(jù)所屬的生物體。

在一種可能的實施方式中，通過以下方式評估所述微生物基因組測序數(shù)據(jù)所屬的生物體：