注释宏病毒组原始测序数据短读序列的方法、系统、存储介质和装置制造方法及图纸

本发明专利技术公开了注释宏病毒组原始测序数据短读序列的方法、系统、存储介质和装置，基于windows系统，方法包括以下步骤：获取原始测序数据，对原始测序数据进行解压并提取短读序列，生成短读序列数据集，调用blastn程序将数据集比对到数据库中；保留每条短读序列的最佳比对结果，并将最佳比对结果中比对质量差的结果去除，然后按照基因id添加病毒种名称；基于脚本库，统计注释到每个病毒种的短读序列数目，计算每个病毒种的短读序列在基因组上比对位置的标准偏差，并按照注释的病毒种提取对应的短读序列序列，输出fasta数据集。本发明专利技术实现了宏病毒组原始数据注释的本地化、轻便化，便于不具备生物信息学背景知识的研究人员使用。于不具备生物信息学背景知识的研究人员使用。于不具备生物信息学背景知识的研究人员使用。

【技术实现步骤摘要】
注释宏病毒组原始测序数据短读序列的方法、系统、存储介质和装置


[0001]本专利技术涉及生物信息学领域，尤其涉及注释宏病毒组原始测序数据短读序列的方法、系统、存储介质和装置。

技术介绍

[0002]被称为人体第二基因组的人体微生物组((human microbiome)是人体内外表面所有微生物所携带遗传物质的总称(Sender R,et al,2016)。全球各国对这一新兴领域异常重视，并启动了多项微生物组研究计划，例如，由法国农业研究院2005牵头发起并于2008年正式成立了国际人体微生物组联盟；2008年，由美国国立卫生研究院主导启动了人体微生物组计划(Human Microbiome Project,HMP)(Meth
éꢀ
Barbara A,et al,2012)；及欧盟于2008年启动的“人体肠道微生物宏基因组学(Metagenomics of Human Intestinal Tract MetaHIT)计划”，在其第七框架计划下，欧盟将目光聚焦在了特定的微生物组领域。这些计划的开展，揭示了人体微生物复杂的组成成分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种注释宏病毒组原始测序数据短读序列的方法，基于windows系统，其特征在于：包括以下步骤：获取原始测序数据，对原始测序数据进行解压并提取短读序列，生成短读序列数据集，调用blastn程序将数据集比对到数据库中；保留每条短读序列的最佳比对结果，并将最佳比对结果中比对质量差的结果去除，然后按照基因id添加病毒种名称；基于脚本库，统计注释到每个病毒种的短读序列数目，计算每个病毒种的短读序列在基因组上比对位置的标准偏差，并按照注释的病毒种提取对应的短读序列序列，输出fasta数据集。2.根据权利要求1所述的一种注释宏病毒组原始测序数据短读序列的方法，其特征在于：所述方法还包括以下初始化步骤：检测特定目录下是否存在判断是否存在blastn索引，如果不存在blastn索引则进一步判断特定目录下是否存在用户提供的fasta数据集，如果存在用户提供的fasta数据集则基于所述fasta数据集构建新的Blastn索引，否则进一步判断特定目录下是否存在RefSeq病毒数据库，如果存在RefSeq病毒数据库则基于所述RefSeq病毒数据库构建新的Blastn索引，否则报错；在存在blastn索引的情况下，完成后续注释步骤。3.根据权利要求1所述的一种注释宏病毒组原始测序数据短读序列的方法，其特征在于：所述脚本库包括数据库自检脚本、毒株名添加脚本和短读序列提取脚本。4.根据权利要求1所述的一种注释宏病毒组原始测序数据短读序列的方法，其特征在于：所述质量差为比对长度小于第一长度和/或相似度小于第一阈值。5.一种注释宏病毒组原始测序数据短读序列的系统，基于windows系统，其特征在于：包括：Blastn分析模块：用于获取原始测序数据，对原始测序数据进行解压并提取短读序列，生成短读序列数据集，调用blastn程序将数据集比对...

【专利技术属性】
技术研发人员：周昱行，汤承，岳华，
申请(专利权)人：西南民族大学，
类型：发明
国别省市：