本发明专利技术公开了一种宏基因组16S rRNA的高通量测序数据处理及分析流程控制方法，其首先由系统生成自定义参数配置文件，再根据用户设定参数后的自定义参数文件和高通量数据处理流程模块生成与数据流程对应的批处理可执行文件；由系统执行批处理可执行文件，实现数据流程自动化，最终生成结果报告文件。从而能高效的帮助生物信息分析人员完成一套标准化的高通量数据分析流程，甚至可以让不懂高通量数据分析的科研人员自己完成高通量数据分析。从而可以达到优化科研人员的工作效率，降低科研成本的目的。本发明专利技术不仅仅可以用于宏基因组16S rRNA高通量数据分析流程，也可用于18S和ITS等高通量测序分析流程，甚至可以在高通量测序领域通用，其实现方法简单，应用范围较为广泛。
【技术实现步骤摘要】
本专利技术设及药物基因组学和计算生物学领域，具体设及一种宏基因组16SrRNA的 高通量测序数据处理及分析流程控制方法。
技术介绍
宏基因组学在微生物研究中占据了非常重要的地位，宏基因组是W环境中微生物 的基因组的总和为研究对象。16SrRNA(smallsubunitribosomalRNA)基因是对原核微 生物进行系统化分类研究时最常用的分子标志物，广泛用于微生物生态学研究中。近年来 随着高通量测序技术及数据分析方法等不断进步，大量基于16SrRNA基因的研究促进了微 生物生态学的快速发展，例如：气候变化、水处理工程系统、大气污染、极端环境、人体肠道、 石油污染修复和生物冶金，甚至和人体健康也密切关联。然而使用16SrRNA作为分子标志 物时也存在诸多问题，例如水平基因转移、多拷贝的异质性、基因扩增效率的差异、数据分 析方法的选择等，运些问题影响了微生物群落组成和多样性分析时的准确性，尤其是与高 通量测序技术相关的大数据处理及分析流程控制，给相关科研工作者带来了挑战和困难， 成为该领域目前急需解决的问题。
技术实现思路
本专利技术要解决的技术问题是克服现有技术宏基因组16SrRNA高通量测序数据处 理中不准确性、W及分析流程中步骤繁琐、费时费力等缺陷，提供一种16SrRNA的高通量测 序数据处理及分析流程控制方法。 为解决上述技术方案，本专利技术提供一种宏基因组16SrRNA的高通量测序数据处理 及分析流程控制方法，其特征在于，其包括如下步骤： 阳0化](1)自定义参数配置文件的生成步骤；导入宏基因组16SrRNA高通量测序原始序 列数据，经过筛选和拼接得到理论上有效的16SrRNA可变区全长序列，在此基础上进行生 物信息学参数分析； (2)输入步骤：用户根据需要，输入设定的各参数配置文件； (3)分析步骤：根据参数配置文件，宏基因组高通量数据处理流程模块生成对应 的自动化分析流程； (4)执行及输出步骤：执行所描述的自动化分析流程，获得并输出宏基因组16S rRNA分析结果报告。 本专利技术的优选技术方案中，所述的步骤（1)中，具体包括如下步骤： (A)导入宏基因组16SrRNA高通量测序原始序列文件， W11] 做对所述的宏基因组16SrRNA高通量测序原始序列文件进行质量控制与统计， 并剔除低质量序列数据，获得经过筛选的序列数据； (C)将所述的经过筛选的数据进行拼接，组装成全长的16SrRNA可变区序列； (D)将拼接结果进行质量控制，并去除嵌合体，得到理论上有效16SrRNA的全长 序列。 本专利技术的优选技术方案中，所述的步骤（C)中，使用PANDseq拼接软件，对重叠区 域进行比对打分，比对打分值低于0. 6时将被去除，重叠区域小于5bp或者重叠区域大于2 个mismatch也就去除，根据拼接结果选择有效序列在400~480bp之间的序列用于下一步 分析 本专利技术的优选技术方案中，所述的步骤值）中，先UCHIME软件在de-novo模式下 去除嵌合体序列，然后USEARCH软件在有参模式进一步去除嵌合体序列，最终得到理论上 有效的16S rRNA可变区全长序列。 本专利技术的优选技术方案中，所述的步骤（1)中，生物信息学参数分析包括对于获 得的16SrRNA可变区全长序列进行聚类；包括输入指令采用使用UCLUST方法进行0TU聚 类，0TU中序列相似性设为97%，得到0TU列表及0TU代表性序列。 本专利技术的优选技术方案中，所述的步骤（1)中，包括进一步对0TU代表性序列进行 物种分类分析。所述的物种分类分析包括，物种进化分析，物种丰富度分析，物种鉴定分析 和α多样性指数分析。 本专利技术的优选技术方案中，系统将多样品0TU代表性序列进行聚类与差异性分 析，包括β多样性分析和多样品聚类分析。 对每个0TU选择一条代表性序列，使用畑Ρclassifier对代表性序列进行物种分 类注释，从而得到每个样本的群落组成。 在本专利技术的一个实施方案中，使用畑P classifier贝叶斯算法对97%相似水平 的0TU代表序列进行分类学分析，并在各个水平统计每个样本的群落组成，比对数据库为 Silva_11116S rRNA database化ttp://www. arb-silva. de/)。 本专利技术的方法还可W对多个样品进行样品聚类分析，如采用Qiime平台，使用 UPGMA(Unweightedpairgroupmethodwitharithmeticmean)聚类方法，基于weighted uni化ac和unwei曲teduni化ac距离矩阵，将样品进行聚类。 β多样性值为两个样本间的相异系数，反映不同样本间的多样性的差异，利用各 样品序列间的进化和丰度信息计算样品间的距离，反映样品间是否有显著地微生物群落差 异。在本专利技术的一个实施方案中，采用Qiime平台，首先利用来自不同环境样品的0TU代表 序列构建一个进化树，化i化ac度量标准根据构建的进化树枝的长度计量两个不同环境样 品之间的差异。化i化ac分析分为wei曲teduni化ac和unwei曲teduni化ac两种度量方 法，两者之间差异在于是否计入不同环境样品的序列相对丰度。wei曲teduni化ac算法在 计算树枝长度时将序列的丰度信息进行加权计算，因此unwei曲teduni化ac可W检测样品 间变化的存在，而wei曲teduni化ac可W更进一步定量的检测样品间不同谱系上发生的变 异。 在本专利技术的方法中，使用Qiime平台，采用对序列进行随机抽样的方法，W抽到的 有效序列数进行0TU的分析，并分别分别使用ACE算法、化ao算法、Shannon算法、Simpson 算法、Good's Coverage计算各α多样性指数。 Ace:用来估计群落中含有0TU数目的指数，由化ao提出，是生态学中估计物种总 数常用指数之一。（ht1:p: //www.mothur.org/wdki/Ace) 阳ο巧] Πι:表示含有i条序列的OTU数目； 油unf:设定的一个0TU丰度阔值； Srare:低于或等于该丰度阔值的0TU数目； Sgbu"d:高于该丰度阔值的0TU数目； 化ao:是用化aol算法估计样品中所含0TU数目的指数，化ao在生态学中常用来 评估物种总数。（ht1:p://www.mothur.org/wdki/Qiao)阳03引 Schaol:最终评估的0TU数目； 阳03引 S"bs:实际测出的0TU数目； W34]Πι:表示含有1条序列的0TU数目； W35] Π2:表示含有2条序列的0TU数目； 化annon:常用于反映α多样性指数，用来估算样品中微生物多样性。化annon值 越大，说明群落多样性越高。（ht1:p://www.mothur.org/wdki/Siannon)阳03引 S"bs:实际测出的0TU数目； W39]Πι:表示含有i条序列的0TU数目； W40]N:所有测得序列数。 Simpson:辛普森多样性指数，由EdwardHu曲Simpson(1949)提出，在生态学 中常用来定量的描述一个区域的生物多样性。Simpson指数越大，说明群落多样性越低。 (http://www.mothur.org/wiki/本文档来自技高网...
【技术保护点】
一种宏基因组16S rRNA的高通量测序数据处理及分析流程控制方法，其特征在于，其包括如下步骤：(1)自定义参数配置文件的生成步骤；导入宏基因组16S rRNA高通量测序原始序列数据，经过筛选和拼接得到理论上有效的16S rRNA可变区全长序列，在此基础上进行生物信息学参数分析；(2)输入步骤：用户根据需要，输入设定的各参数配置文件；(3)分析步骤：根据参数配置文件，宏基因组高通量数据处理流程模块生成对应的自动化分析流程；(4)执行及输出步骤：执行所描述的自动化分析流程，获得并输出宏基因组16S rRNA分析结果报告。
【技术特征摘要】
【专利技术属性】
技术研发人员：朱文杰，张鑫磊，袁骁，
申请(专利权)人：苏州协云和创生物科技有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。