[发明专利]一种宏基因组整合子和移动元件的分析方法

说明书

本发明公开了一种宏基因组整合子和移动元件的分析方法，其特征在于，包括如下步骤：下机数据整理步骤；构建本地数据库步骤；BLAST比对步骤；注释构建步骤。本发明的有益效果在于：注释的序列量大且速度快：本分析流程将使用线下的数据库，对于非常大的数据集，也能方便的做注释，且注释的速度比在线提交会快许多。注释结果信息完整：本分析流程会自动将注释结果进行分类，汇总，方便用户使用。

技术领域

本发明涉及生物信息学领域，具体涉及一种宏基因组整合子和移动元件的分析方法。

背景技术

整合子是遗传机制，通过储存和表达新基因，使细菌迅速适应和进化。这些基因嵌入称为基因盒(一个最近改变为整合子盒的术语)的特定遗传结构中，通常携带一个无启动子的ORF和重组位点(attC)。通过整合酶介导的位点特异性重组反应将整合子盒结合到整合子平台的attI位点。

移动遗传元件(MGE)是一种遗传物质，可以在基因组内移动，也可以从一个物种转移到另一个物种。MGE存在于所有生物体中。在人类中，大约50％的基因组被认为是MGE。MGE在进化中发挥着独特的作用。基因复制事件也可以通过MGE的机制发生。MGE还可以引起蛋白质编码区的突变，这会改变蛋白质功能。此外，它们还可以重排宿主基因组中的基因。进化环境中MGE的一个例子是毒力因子和抗生素抗性可以运输MGE的基因以与邻近的细菌共享它们。通过这种机制获得的新基因可以通过获得新的或额外的功能来增加适应性。另一方面，MGE还可以通过引入引起疾病的等位基因或突变来降低适应性。

而现有的针对宏基因组的整合子和移动遗传原件的分析方法所存在的缺陷是：

1)注释方法单一：现有的注释方法只能是提交序列到对应网站。

2)注释的序列量太小：由于只能在线注释，所以上传的序列量受到了控制，无法做大批量的注释。

3)注释结果信息不完整：注释结果中所包含的信息不完整，需要其网站的信息表手动对应，无疑带来了大量手动操作，增加了时间，降低了效率。

发明内容

为了克服现有技术所存在的上述缺陷，本发明的目的在于提供一种宏基因组整合子和移动元件的分析方法。

为了实现本发明的目的之一，所采用的技术方案是：

一种宏基因组整合子和移动元件的分析方法，包括如下步骤：

第一步：从分析整合子和移动原件的网站上下载所对应的数据(http://integrall.bio.ua.pt/？getFastaAll)；

第二步：将下载好的数据使用序列比对软件blast软件中makeblastdb建立对应blast的数据库；

第三步：将输入的基因序列与上一步建立好的数据库使用序列比对软件blast中的blastn进行比对；使用的比对的方法为blastn，evalue必须小于1e-5，比对的相似度要大于60％；

第四步：使用linux的中网络工具curl，对网站http://integrall.bio.ua.pt进行注释信息的采集工作，这一步花费的时间较大，需要耐心等待；

第五步：将第三步注释到结果与第四步的信息，使用awk软件进行整合，最后得到整合子和移动原件的注释结果。

在本发明的一个优选实施例中，所述步骤四的注释信息采集具体为：

使用linux的网络工具curl，首先对整合子网址http://integrall.bio.ua.pt/？list进行访问，并使用命令：

seq 50 50 10000|xargs-i-P 10curl-L