[发明专利]一种环境微生物检测方法和系统

权利要求书

1.一种环境微生物检测方法，其特征在于，所述方法包括下述步 骤：

输入从环境样本中提取的DNA数据，采用高通量的测序方法对从 环境样本中提取的DNA进行测序，得到大量的DNA标签序列；

去除所述DNA标签序列中存在的载体污染；

将去除载体污染后得到的DNA标签序列与已知数据库中的已知序 列进行比对，并根据比对结果确定所述DNA标签序列所属的分类；

所述方法还包括下述步骤：

对已知数据库中的已知序列进行预处理，得到能唯一代表一个物种 的DNA序列片段；

计算特有序列中每一位碱基上DNA标签序列的覆盖次数，通过泊 松分布拟合得到特有序列的平均测序深度；

计算特有序列中有多少位碱基被DNA标签序列覆盖，从而得到特 有序列的覆盖度；

计算整条序列中有多少位碱基被DNA标签序列覆盖，从而得到整 条序列的覆盖度；

根据所述特有区域的平均测序深度、特有序列的覆盖度以及整条序 列的覆盖度判断出所述特有序列代表的物种被发现的可信度；

其中，所述对已知数据库中的已知序列进行预处理，得到能唯一代 表一个物种的DNA序列片段的步骤包括：

根据从已知序列的每一位碱基开始，取预设长度的DNA序列作为 模拟标签序列；

将所述模拟标签序列映射到已知序列上，并记录映射到唯一位置的 模拟标签序列；

查找连续的映射到唯一位置的模拟标签序列区域，并将所述区域的 头尾两部分各去掉模拟标签序列长度-1个位点后的连续区域内的序列作 为特有序列，将已知序列中的特有序列连接起来，作为能唯一代表一个 物种DNA序列片段的特有序列。

2.如权利要求1所述的方法，其特征在于，将去除载体污染后得 到的DNA标签序列与已知数据库中的已知序列进行比对，并根据比对 结果确定所述DNA标签序列所属的分类的步骤包括：

采用短串序列的映射方法将所述DNA标签序列与已知数据库中的 已知序列进行比对，将所述DNA标签序列与已知序列之间的最佳匹配 序列所属的分类确定为所述DNA标签序列的所属分类，所述DNA标 签序列与已知序列之间的最佳匹配序列为所述DNA标签序列比对到已 知序列上具有最少碱基错配的序列。

3.如权利要求2所述的方法，其特征在于，当所述DNA标签序列 与已知序列之间的最佳匹配序列有多个时，将该多个最佳匹配序列的最 近的共同所属分类确定为所述DNA标签序列的所述分类。

4.如权利要求1所述的方法，其特征在于，根据所述特有区域的 平均测序深度、特有序列的覆盖度以及整条序列的覆盖度判断出所述特 有序列代表的物种被发现的可信度的步骤具体为：

可信度当p接近1时，可信度最高；当p接近0时，可 信度最低，其中c为特有序列的覆盖度，d为特有序列的平均测序深 度，c’为整条序列的覆盖度，θ为测序的校正因子。

5.如权利要求1所述的方法，其特征在于，所述计算特有序列中 每一位碱基上DNA标签序列的覆盖次数，通过泊松分布拟合得到特有 序列的平均测序深度还包括下述步骤：

根据计算得到的唯一代表每种物种的特有序列的平均测序深度比， 得到每种特有序列代表的物种的相对含量比。

6.如权利要求1-5任意一项所述的方法，其特征在于，所述采用 高通量的测序技术对从环境样本中提取的DNA进行测序过程为对环境 样本中提取的全部DNA进行测序。