[发明专利]基于微生物基因组二代测序数据的Venn图制作方法及系统

说明书

本公开提供了一种基于微生物基因组二代测序数据的Venn图制作方法及系统。其中，一种基于微生物基因组二代测序数据的Venn图制作方法，包括：聚类微生物基因组二代测序数据，相似性高于预设阈值的微生物基因组序列聚类为一个OTU，每个OTU对应一个微生物品种，生成OTUs表数据；合并OTUs表数据中具有相同来源的标本；将合并后的OTUs表数据导入Excel表中，通过Excel函数生成可被R语言VennDiagram包所识别的向量；通过R语言VennDiagram包绘制Venn图。

技术领域

本公开涉及数据处理领域，尤其涉及一种基于微生物基因组二代测序数据的Venn图制作方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

Venn图是在所谓的集合论(或者类的理论)数学分支中，在不太严格的意义下用以表示集合(或类)的一种草图。它们用于展示在不同的事物群组(集合)之间的数学或逻辑联系，尤其适合用来表示集合(或)类之间的“大致关系”，它也常常被用来帮助推导(或理解推导过程)关于集合运算(或类运算)的一些规律。

细菌16S rRNA基因(16S rDNA或16S rRNA gene)是编码原核生物核糖体小亚基的基因，长度约为1542bp，在细菌进化过程中的突变率相对较小，并且其分子大小适中，是细菌系统分类学研究中最常用和最有用的分子标志。16s rDNA包含9个可变区(V1-V9)和与之连续相间分布的10个保守区，如果对V3-V4单(或双)可变区域进行扩增和二代测序(Next-generationsequencing technology,NGS)，可以通过测序数据预测标本中微生物群落的种属信息和种属的相对构成比，并进一步研究标本中微生物群落的种属多样性，微生物与环境因子的相互关系，以及微生物功能基因组与宿主和环境因子之间的相互依存关系。

微生物16S rRNA基因扩增子二代测序数据分析的任务之一就是通过Venn图展示微生物种群数量在不同组别的分布情况，即通过数学上集合论的方法分析哪些种群或种群数量是不同分组的微生物标本所共有的，哪些种群或种群数量是某个组别所特有的。

发明人发现，现有的绘制Venn图的过程复杂，而且微生物基因组二代测序数据无法与R语言兼容，生成Venn图耗费时间较多。

发明内容

根据本公开的一个或多个实施例的一个方面，提供了一种基于微生物基因组二代测序数据的Venn图制作方法，其绘制过程简单且微生物基因组二代测序数据能够与R语言兼容，能够便捷地生成Venn图。

本公开的一个或多个实施例，提供的一种基于微生物基因组二代测序数据的Venn图制作方法，包括：

聚类微生物基因组二代测序数据，相似性高于预设阈值的微生物基因组序列聚类为一个OTU，每个OTU对应一个微生物品种，生成OTUs表数据；

合并OTUs表数据中具有相同来源的标本；

将合并后的OTUs表数据导入Excel表中，通过Excel函数生成可被R语言VennDiagram包所识别的向量；

通过R语言VennDiagram包绘制Venn图。

在一个或多个实施例中，聚类微生物基因组二代测序数据之前，还包括：

从原始微生物基因组二代测序数据中提取barcode序列；

利用双向测序来识别所有barcode序列并组装成若干条完整的序列；

对完整的序列赋予唯一编号和样品归属信息。

在一个或多个实施例中，合并OTUs表数据中具有相同来源的标本之前，还包括：

过滤掉丰度小于预设阈值的OUT。