[发明专利]一种筛选新型CRISPR-Cas系统的方法和装置

权利要求书

1.一种筛选新型CRISPR-Cas系统的方法，其特征在于，所述方法包括：

提供菌株的预测出的基因序列和蛋白序列；

获取所述基因序列中的CRISPR区域，并对所述蛋白序列进行注释以获得含有cas1注释信息的蛋白；

寻找所述cas1或所述CRISPR区域的重复序列附近第一长度范围内大于第二长度的蛋白，并提取满足设定条件的菌株候选区域的蛋白序列；

将所述满足设定条件的菌株候选区域的蛋白序列与蛋白质数据库进行比对，获得比对结果；

从所述比对结果中，提取出蛋白一致性最高的注释结果，并筛选出与cas9或cpf1型具有非100％比对率的高度同源菌株；

对所述高度同源菌株的蛋白序列进行二级结构预测，得到蛋白的元件排布位置信息，并将不符合cas9或cpf1元件排布的蛋白挑选出来，作为候选蛋白。

2.根据权利要求1所述的筛选新型CRISPR-Cas系统的方法，其特征在于，所述设定条件包括如下至少一个：

(a)有cas1和CRISPR区域中的重复序列，并且不属于I型或III型，而且所述cas1与所述重复序列在同一条组装片段上，所述cas1区域附近第一长度范围内具有大于第二长度的蛋白；

(b)无cas1，但有CRISPR区域中的重复序列，所述重复序列区域附近第一长度范围内具有大于第二长度的蛋白；

(c)有cas1，没有CRISPR区域中的重复序列，所述cas1区域附近第一长度范围内具有大于第二长度的蛋白。

3.根据权利要求1所述的筛选新型CRISPR-Cas系统的方法，其特征在于，所述提取满足设定条件的菌株候选区域的蛋白序列具体包括：

(a)剔除不满足所述设定条件的菌株区域；和

(b)将满足设定条件的菌株区域作为菌株候选区域并提取所述候选区域的蛋白序列。

4.根据权利要求3所述的筛选新型CRISPR-Cas系统的方法，其特征在于，所述步骤(a)中不满足所述设定条件的菌株区域包括：没有cas1和重复序列区域，只属于I型的区域，只属于III型的区域，没有cas1、有重复序列区域但在重复序列区域附近第一长度范围内没有大于第二长度的蛋白，没有重复序列区域、有cas1但在cas1附近上下游第一长度范围内没有大于第二长度的蛋白。

5.根据权利要求3所述的筛选新型CRISPR-Cas系统的方法，其特征在于，所述步骤(b)具体包括：

(b1)对于有cas1的情况，若属于I型或III型则剔除cas1上下游第一长度范围内的区域；若不属于I型或III型，则提取cas1上下游第一长度范围内大于第二长度的蛋白序列，再判断是否存在重复序列区域，

(b11)若存在重复序列区域，并且cas1和重复序列区域在同一条组装片段上，则保留提取的cas1上下游第一长度范围内大于第二长度的蛋白序列；若cas1和重复序列区域不在同一条组装片段上，则剔除cas1上下游第一长度范围内的区域；

(b12)若不存在重复序列区域，则保留提取的cas1上下游第一长度范围内大于第二长度的蛋白序列；

(b2)对于无cas1的情况，提取并保留重复序列区域上下游第一长度范围内大于第二长度的蛋白序列。

6.根据权利要求1所述的筛选新型CRISPR-Cas系统的方法，其特征在于，所述蛋白质数据库是非冗余的蛋白质数据库。

7.根据权利要求1-6任一项所述的筛选新型CRISPR-Cas系统的方法，其特征在于，所述第一长度为10-40kb个碱基，所述第二长度为400-600个氨基酸。

8.根据权利要求1-6任一项所述的筛选新型CRISPR-Cas系统的方法，其特征在于，所述第一长度为20kb个碱基，所述第二长度为500个氨基酸。