[发明专利]一种基于ITS序列和机器学习的沉香属植物鉴定方法

说明书

本发明公开了一种基于ITS序列和机器学习的沉香属物种鉴定方法，包括以下步骤：(1)收集土沉香、云南沉香、毛沉香、卡明沉香、小果沉香、具喙沉香的ITS序列；(2)利用机器学习提取鉴别该6个沉香属物种的特异核苷酸位点；(3)对该6个沉香属物种进行鉴别。将ITS序列和机器学习结合对6个沉香属物种进行鉴定的方法，该方法能够减少从多个变异位点中手动筛选核苷酸位点来鉴定物种的时间，提高了鉴定效率；同时还能避免因某个位点变异而不能满足多个位点同时存在作为鉴定物种的依据而造成鉴定失败的情况，保证了鉴定的准确性和特异性，从而实现快速、高准确性、高特异性地鉴定6个沉香属物种。

技术领域

本发明涉及一种沉香属物种的鉴定方法，更具体地，设计一种ITS序列和机器学习鉴定土沉香、云南沉香、毛沉香、卡明沉香、小果沉香、具喙沉香的方法。

背景技术

瑞香科(Thymelaeaceae)沉香属(Aquilaria)植物是热带及亚热带常绿乔木，大多分布于印度尼西亚、马来西亚、越南等东南亚国家。沉香，即沉香属植物受伤后分泌的树脂与木质结合在一起形成的融合物。沉香是我国及其他东南亚国家沿用历史悠久的珍贵传统药材，其价值极高，被誉为“药中黄金”。沉香其味辛苦，性微温，具行气止痛、文中止呕、纳气平喘等功效，可用于胸腹胀闷疼痛、胃寒呕吐呃逆、肾虚气逆喘息。除了具有极高的药用价值，沉香也是制作高级香料的必备材料，同时，沉香还可以制作雕刻品、家具等产品，倍受国内外消费者的欢迎。但由于需索无度，长期无节制的毁灭性采香，使得野生沉香植物濒临灭绝。目前已发现有多种沉香属物种可形成沉香，而不同沉香物种、不同结香方法产生的沉香在沉香品质、化学成分含量、药用价值及市场价格方面具有较大差异，单靠形态、化学组分分析等方法不能全面、科学地鉴定与评估沉香植物。因此，为了从沉香物种水平上对沉香质量进行把控，需要一种更精确、更快速的鉴定方法来实现对沉香物种进行鉴定。

已有利用SNP分子标记对土沉香、云南沉香和马来沉香序列进行鉴别的报道，报道中需同时满足核苷酸序列中连续4个碱基方可鉴定成功，一旦连续的4 个碱基中某1个碱基发生突变，就可能导致鉴定失败。因此，有必要改进鉴别方法，为沉香的基源植物资源保护和贸易提供理论基础和技术支持。

随着人工智能的发展，机器学习作为当前计算机科学最热门的研究方向之一，在各种各样的领域得到了迅速的发展。为了充分且有效地利用生物学数据，机器学习技术也被广泛应用于生物信息学研究中。目前，国内外尚未有将ITS序列和机器学习相结合用于沉香属物种鉴定的报道。

发明内容

为了克服已有技术的不足，本发明的目的在于提供一种结合ITS序列与机器学习的方法来准确、快速、特异地鉴定种土沉香、云南沉香、毛沉香、卡明沉香、小果沉香、具喙沉香6个沉香属物种。

本发明上述目的通过以下技术方案实现：

一种基于ITS序列和机器学习的沉香属物种鉴定方法，包括如下步骤：

S1：数据的获取和数据集的建立

获取土沉香、云南沉香、毛沉香、卡明沉香、小果沉香、具喙沉香的ITS区序列，并进行比对，切除引物端后，去除存在高度缺失的序列，得到用于机器学习的数据集。

具体地，上述S1中，ITS区序列一部分来自于实验获取，物种是土沉香、云南沉香和毛沉香，通过分子生物学实验及测序获得该3个沉香属物种的ITS区序列，具体包括如下步骤：

S11.以改良的CTAB法，对3个待测物种样品的总DNA进行提取；

优选地，取新鲜采集的瑞香科沉香属植物的叶片，待测叶片先经过预处理后才进行DNA的提取，所述预处理是将叶片浸泡于75％乙醇溶液中5min，取出后放置于无菌环境中风干。将风干的叶片放置在已预冷的研钵中，加液氮进行研磨至粉末，该粉末即为待测样品。