[发明专利]一种细菌菌株的分析方法、分析装置和存储介质

说明书

本公开涉及一种细菌菌株的分析方法、分析装置和存储介质。该方法包括：获取目标菌种的泛基因组数据，包括其多类菌种的参考基因序列；获取多个样品(包括多个菌种)的测序数据；将每个样品的测序数据与泛基因组数据进行比对，以得到相对于各参考基因的比对计数；将相似基因的比对计数合并为基因家族的比对计数以确定第一矩阵，第一矩阵的各个元素表征各个基因家族在各样品中的比对计数相关信息；将第一矩阵分解为第二和第三矩阵，第二矩阵的各个元素表征各个基因家族在各类菌株中的存在相关信息，第三矩阵的各个元素表征各类菌株在各样品中的相对丰度相关信息。可准确得到各样品中多个菌种的各类菌株的组成比例情况及每类菌株的基因家族包含情况。

技术领域

本公开涉及微生物信息的分析方法和分析装置，更具体地，涉及利用计算机实现的细菌菌株的分析方法、分析装置和存储介质。

背景技术

对菌群的生理功能研究已经进入菌株时代。越来越多的研究发现，同一菌种下的不同类的菌株在功能和生理作用上存在着巨大的差异，但是对这些菌株的基因组研究却严重滞后。传统的菌株基因组分析需要先从样品中对细菌进行分离和培养，然后再对菌落进行测序，以了解菌株的基因组序列。其中，感兴趣的菌株的分离培养是一个漫长的试错过程，也是传统的菌株基因组分析的瓶颈所在。

随着高通量测序技术的普及和宏基因组分析技术的出现，研究者可以直接从样品测序数据中通过生物信息分析工具提取菌群组成、基因家族以及功能信息。这一过程不依赖于实验培养，从而大大加速了微生物组研究的进程。早先对宏基因组菌株分析主要采用非参(de novo)的方案。但是受限于组装中的各种错误，宏基因组的菌株分析准确度较差。

基于参考数据库(有参)的基因组的菌株分析方法逐渐兴起。一类菌株分析方法基于单核苷酸多态性(SNP)，从数据中寻找保守基因片段上的突变位点，并以此确定菌种的菌株组成。这类方法已经越来越多地在宏基因组分析中使用，应用于环境病原菌溯源、粪菌移植(FMT)菌株追踪等场景。但是，这类菌株分析方法无法反映菌株的全体基因信息，例如，保守基因片段上的这些保守基因有时对于菌种中的菌株的特异性功能没有体现。

另一类菌株分析方法以PanPhlAn为代表的另一类方法则使用菌种的泛基因组(pan-genome)，根据该菌种的泛基因组上基因的存在与缺失来判断菌株的基因组成。相比于第一类方法，PanPhlAn提供了菌株的基因组成，因而让研究者可以从基因的功能层面对菌株进行深入的解读分析。但是PanPhlAn只提取了处于优势的单类菌株的基因组成。由于样品中同一菌种下面往往多种菌株同时存在，且菌株组成根据时间或者采样条件而变化，相应地，菌株比例的变动可能导致优势菌株的动态更迭。有时，优势菌株仅仅具有低位优势，在正常扰动下也会变化。PanPhlAn并不能够反映多类菌株的组成状况，也无法探知优势菌株变化是由于正常扰动引起还是因为菌株微生态环境发生剧烈变化引起，在菌株分析中具有相当多的局限。

发明内容

提供了本公开以解决现有技术中存在的上述问题。

需要一种细菌菌株的分析方法、分析装置和存储介质，其能够从泛基因组层面进行菌株的分析，准确地得到各个样品中多个菌种的各类菌株的组成比例情况以及其中每类菌株的基因家族包含情况，从而能够对各个样品中多个菌种下各类菌株的功能情况进行全面分析。