[发明专利]一种核糖体印记测序数据分析方法及系统

说明书

本发明涉及高通量测序和生物信息技术分析领域，特别是涉及翻译组和核糖体印记测序数据分析方法及系统。本发明的核糖体印记测序数据分析方法，包括：将测序数据进行筛选；将数据筛选结果进行比对，保留目标reads；将所述比对的结果进行RFs分布分析；将获得的目标reads进行编码基因的统计；将获得的目标reads的编码基因进行表达差异分析。本发明分析方法更为系统、详细和全面，从下机数据的质量控制到可视化分析以及表达差异分析的一套全面分析方法，既可以评估核糖体印记建库数据特征是否满足要求，判断其是否准确，又可以进行后续更丰富的数据生物信息分析内容，挖掘实验数据生物学意义。

技术领域

本发明涉及高通量测序和生物信息技术分析领域，特别是涉及翻译组和核糖体印记测序数据分析方法及系统。

背景技术

核糖体印记测序(Ribosome profiling sequencing，简称Ribo-seq)是一种基于高通量测序的检测全基因组水平RNA翻译的技术。Ribo-seq也是目前翻译组学(研究RNA到蛋白的翻译过程的组学)研究的主流方法，其具体方法是用低浓度RNase处理核糖体-新生肽链复合物，降解掉无核糖体覆盖的RNA片段，再去除核糖体，最后利用二代测序技术检测被核糖体保护的约～30bp的正在翻译RNA小片段。这些被核糖体保护的RNA片段，准确指示了核糖体正在进行翻译的“足迹”/“印记”，因此这些被核糖体保护的RNA片段，又被称为核糖体足迹(ribosome footprints，简称RFs)。

发明专利CN 201910407961.7一种从低质量核糖体印记数据预测基因编码框的方法和系统仅公开了如何从multitaper算法和复杂度上对低质量核糖体数据的分析。现有技术对此项测序数据生物信息分析的方法不够全面、对数据质控不够全面、不能评估核糖体建库特征是否满足需求、且未有与其他组学关联分析的方法内容。

发明内容

鉴于此，有必要针对上述问题提供一种核糖体印记测序数据分析方法及系统，以解决现有技术中分析不够全面具体的问题。

本发明是通过以下技术方案实现的：

一种核糖体印记测序数据的处理方法，包括如下操作：

将测序数据进行筛选；将数据筛选结果进行比对，保留目标reads；将所述比对的结果进行RFs分布分析；将获得的目标reads进行编码基因的统计；将获得的目标reads的编码基因进行表达差异分析。

进一步的，所述测序数据的筛选包括测序数据统计、过滤和质量评估。

优选的，测序数据统计是指对每个样本进行总测序数据量统计；由于Ribo-seq测序的目标RNA片段约为30bp，单端reads就已经可以将RNA片段测通，因此仅保留双末端测序的一端reads用于后序分析。同时，为了保证数据质量，需要在信息分析前对下机数据进行质控与过滤。本发明对下机后经过初步过滤得到的reads碱基总数进行进一步更严格的过滤，得到clean reads，用于后续的信息分析，将过滤后的reads结果以饼状图或柱状图的形式可视化展示。

优选的，所述过滤的包括：

1)去除含有接头的reads(截去接头及接头后面的部分)；

2)去除全部都是A碱基的reads；

3)去除含N比例大于10％的reads；

4)去除低质量的reads(质量值Q≤20的碱基数占整条reads的50％以上)。

优选的，所述质量评估操作包括：将各类过滤的reads以及高质量reads占总reads的比例通过图示化(饼状图)展示，以及对过滤后的数据通过绘制碱基组成和质量值分布图，来直观地看数据质量情况。

进一步的，对测序数据进行筛选后，还可包括以下操作：将数据筛选结果可视化展示。