一种基于16SrDNA序列的菌种鉴定方法技术

本发明专利技术公开了一种基于16S rDNA序列的菌种鉴定方法，步骤包括：将参考16S rDNA序列按照引物序列确定参考序列方向；根据预定长度将确定方向后的参考序列进行k

【技术实现步骤摘要】
一种基于16S rDNA序列的菌种鉴定方法


[0001]本专利技术属于生物信息领域，具体地，本专利技术涉及一种基于16S rDNA序列的菌种鉴定方法。

技术介绍

[0002]16S rDNA主要编码核糖体16S rRNA，约1500bp，其进化具有时钟性质，在结构与功能上具有保守性，有“细菌化石”之称。16S rDNA的序列中至少包含9个可变区和11个保守区。保守区是细菌共有的序列，具有高度同源性。而可变区中某些高变性质则能体现物种间的差异，研究表明高变区（V1
‑
V9）存在与所有细菌中，可用于细菌的种类鉴定。
[0003]微生物污染是制药企业生产过程控制及药品质量评估的重要指标，也是影响消费者用药安全的关键因素。因此加强药品生产过程微生物监管和风险控制是保障药品质量、降低用药风险的重要途径。在药品生产的微生物质量控制中，实现微生物“属”及“种”水平的准确鉴定，对控制药品质量以及保障消费者用药安全具有重要意义。
[0004]随着分子生物学技术的快速发展，微生物鉴定技术也得到飞速发展。近年来，各种基因诊断技术在细菌检测中不断开发、利用，尤其是基于聚合酶链反应（PCR）的基因诊断技术发挥着越来越重要的作用。该技术主要有三个步骤：首先是基因组DNA的获得，其次是16s rDNA基因片段的获得，最后是进行16s rDNA基因序列的分析。截止目前，使用16S rDNA基因序列对物种进行鉴定和分类的核心基础是利用BLAST局部比对算法进行快速分类，输出初始排名结果，随后使用双序列全局比对，给出在参考数据库中与待查询序列最为接近的排名序列，以此作为参考，对样本序列进行鉴定和分类。然而BLAST算法存在计算量较大，运算效率低以及资源消耗较高等问题。传统的索引在可扩展性上难以满足数据快速增长的需求，尤其当数据量极大，时间紧迫时，能否以最快的速度存取到所需的信息，是一个非常重要的挑战性问题。

技术实现思路

[0005]为了克服现有技术的不足，本专利技术的目的是提供一种基于16S rDNA序列的菌种鉴定方法，该方法应用于16S rDNA序列的菌种鉴定中，能明显提高鉴定速度并减少运算量，高效地获得序列的菌种鉴定信息。
[0006]本专利技术提供的菌种鉴定方法基于k
‑
mer思想实现16S rDNA序列的菌种鉴定。具体的核心步骤如下：步骤一，构建参考序列k
‑
mer索引库；步骤二，查询序列菌种鉴定分析；根据本专利技术实施例的上述鉴定方法通过k
‑
mer切分模式，减少了比对的运算量，极大提高了鉴定速度。
[0007]根据本专利技术的实施例，上述方法进一步包括如下技术特征：所述k
‑
mer索引库构建是通过如下方式进行的：（1）序列方向确定：根据533R引物序列与参考数据库中序列比对以确定序列方向，其中533R引物序列为5
’‑
TTACCGCGGCTGCTGGCAC
‑3’
；
（2）k
‑
mer切分：根据特定长度对所有序列进行k
‑
mer切分；（3）k
‑
mer序列分类：根据简并碱基数量将k
‑
mer序列分为3类，第一类为不包含简并碱基；第二类包含简并碱基并且数量小于等于2；第三类包含简并碱基并且数量大于2；（4）展开简并碱基：针对上述第二类k
‑
mer序列，即存在简并碱基并且数量小于等于2的k
‑
mer序列，根据简并碱基对应的碱基进行逐步展开；（5）k
‑
mer索引构建：将上述第一类k
‑
mer序列，第二类经过展开后的k
‑
mer序列，以及第三类k
‑
mer序列合并构建k
‑
mer索引库，包含k
‑
mer序列，出现频次，涉及的参考序列ID。
[0008]所述查询序列菌种鉴定分析实行步骤如下：（1）k
‑
mer切分：将16S rDNA查询序列按照特定长度进行k
‑
mer切分，构建k
‑
mer序列集合；（2）K
min
计算：根据特定公式以及特定序列相似性值计算查询序列的最小比对k
‑
mer数（k
min
）；（3）比对k
‑
mer索引库：将查询序列的k
‑
mer序列集合与参考k
‑
mer索引库进行比对，并统计查询序列每个k
‑
mer的比对结果；（4）k
‑
mer统计：根据与索引库的比对情况，统计查询序列比对上相同参考序列的k
‑
mer个数；（5）候选参考序列筛选：根据k
min
筛选出符合条件的候选参考序列；（6）序列两两比对：将查询序列分别与候选参考序列进行两两比对，计算序列相似性以及序列联配结果（7）结果输出：最终输出查询序列的比对结果。
[0009]所述k
min
计算公式如下：；其中，L表示查询序列长度；K表示指定k
‑
mer长度；S表示指定序列相似性值；int表示数值取整。
[0010]所述指定序列相似性值设置如下：根据基因序列一般分析原则，相似性≥99%时，鉴定结果为种水平；相似性≥97%且<99%时，鉴定结果为属水平。
[0011]所述查询序列与候选参考序列进行两两比对采用全局比对方法。
[0012]所述最终输出结果包括序列相似性，物种拉丁名，物种菌株号。
[0013]本专利技术有益效果在于：1）通过采取k
‑
mer算法模式，大大的减少了数据库存储空间；2）通过k
‑
mer序列在索引库中查找，极大地缩短了查找时间的成本。
附图说明
[0014]图1为本专利技术实施例中的k
‑
mer索引库构建示意图。
[0015]图2为本专利技术实施例中的序列鉴定模块示意图。
具体实施方式
[0016]为了更好的说明本专利技术，下面结合具体的实施例做进一步说明，所述实施例的示例在附图中展示出。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0017]根据本专利技术的实施例，所述方法可描述为：1）16S rDNA参考序列k
‑
mer索引库构建，如图1所示。具体步骤包括：序列方向确定：根据533R引物序列与参考16S rDNA序列数据库中序列进行比对以确定序列方向，其中533R引物序列为5
’‑
TTACCGCGGCTGCTGGCAC
‑3’
。
[0018]k
‑
mer切分：根据特定长度（K=31），对参考序列进行k
‑
mer切分。
[0019]k
‑
mer序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于16S rDNA序列的菌种鉴定方法，其特征在于，包括以下步骤：步骤1，构建参考序列k
‑
mer索引库；步骤1.1 序列方向确定：根据533R引物序列与16S rDNA参考数据库中序列进行比对以确定序列方向，其中533R引物序列为5
’‑
TTACCGCGGCTGCTGGCAC
‑3’
；步骤1.2 k
‑
mer切分：根据特定长度对所有序列进行k
‑
mer切分；步骤1.3 k
‑
mer序列分类：根据简并碱基数量将k
‑
mer序列分为3类，第一类为不包含简并碱基；第二类包含简并碱基并且数量小于等于2；第三类包含简并碱基并且数量大于2；步骤1.4 展开简并碱基：针对上述第二类k
‑
mer序列，即存在简并碱基并且数量小于等于2的k
‑
mer序列，根据简并碱基对应的碱基进行逐步展开；步骤1.5 k
‑
mer索引构建：将上述第一类k
‑
mer序列，第二类经过展开后的k
‑
mer序列，以及第三类k
‑
mer序列合并构建k
‑
mer索引库，包含k
‑
mer序列，出现频次和涉及的参考序列ID；步骤2，查询序列菌种鉴定分析；步骤2.1 k
‑
mer切分：将16S rDNA查询序列按照特定长度进行k
‑
mer切分，构建k

【专利技术属性】
技术研发人员：王庭璋，刘淑艳，马云婷，郑小玲，王美霞，钟啸萍，陶巧凤，方序，
申请(专利权)人：浙江天科高新技术发展有限公司，
类型：发明
国别省市：