[发明专利]病原微生物耐药基因归属模型及其建立方法和应用

权利要求书

1.一种病原微生物耐药基因归属模型的建立方法，其特征在于，包括以下步骤：

建立病原微生物基因数据库：获取病原微生物参考基因数据，构建病原微生物基因数据库；

建立耐药基因数据库：获取耐药基因参考数据，以基因为单位进行序列相似性整合，并去除质粒同源性片段，构建耐药基因数据库；

获取病原微生物和耐药基因数据：获取临床样本的病原微生物宏基因组测序数据，分别比对到上述病原微生物基因数据库和耐药基因数据库，得到每个临床样本中病原微生物的序列数据和所对应的耐药基因序列数据；具体为：获取临床样本的病原微生物宏基因组测序数据后，先去除低质量测序数据，再比对到人参考基因组，去除人源序列，得到非人基因组序列，按照以下方法分析数据：

1）分析得到病原微生物的序列数据：将获得的非人基因组序列比对到所述病原微生物基因数据库；根据比对序列数进行病原微生物丰度的定量计算，并解读判断每个临床样本检出的病原体微生物，获得病原微生物的序列数据；

2）分析得到耐药基因的序列数据：将获得的非人基因组序列比对到所述耐药基因数据库，根据比对序列数进行耐药基因丰度的定量计算，获得耐药基因的序列数据；

建立耐药基因-病原微生物归属模型：对上述病原微生物的序列数据和耐药基因序列数据进行聚类分析，获得单个耐药基因与至少一个疑似来源病原微生物的正态分布模型，选取其中病原微生物丰度高，且耐药基因序列数与病原微生物序列数强相关的模型，即为病原微生物耐药基因归属模型；

所述建立耐药基因-病原微生物归属模型步骤中，通过以下方法进行聚类分析：

计算耐药基因序列与病原微生物序列的对数比值，对该对数比值用高斯混合模型进行聚类分析，具体过程为：先以期望值最大算法进行迭代，对于每个样品分别计算该耐药基因由该混合模型内的每种病原微生物携带的概率，获得每种病原微生物携带该耐药基因的先验概率，并获得每种病原微生物携带该耐药基因时，测序观察到耐药序列的条件概率；然后在该耐药基因序列和病原微生物序列观察值下使用最大似然概率算法对每个样品进行计算，判断该耐药基因是属于哪种病原微生物分类，从而实现聚类。

2.根据权利要求1所述的病原微生物耐药基因归属模型的建立方法，其特征在于，所述建立耐药基因-病原微生物归属模型步骤中，在获得病原微生物耐药基因归属模型后，还对该模型进行筛选质控，保留同时符合以下条件的模型：

1）符合模型的临床样本数≥30个；

2）模型中作为来源归属的病原微生物丰度中位数≥1000条序列；

3）所述耐药基因序列数与病原微生物序列数强相关的条件为：pearson相关系数，spearman相关系数，线性系数均具有统计学意义的显著性，且相关系数cor≥0.6；

4）模型中耐药基因序列数与病原微生物序列数比值密度分布在log维度下为正态分布；

5）模型中耐药基因序列数与病原微生物序列数的比值的中位数，与该耐药基因组长度和所对应病原微生物基因组长度的理论比值相匹配。

3.根据权利要求2所述的病原微生物耐药基因归属模型的建立方法，其特征在于，所述获取病原微生物和耐药基因数据步骤中：对于每个耐药基因按基因长度1000±100bp进行标准化处理，如果该耐药基因对应多个参考序列版本，则选择标准化后丰度最高的版本作为该耐药基因的丰度。

4.根据权利要求1所述的病原微生物耐药基因归属模型的建立方法，其特征在于，所述建立耐药基因-病原微生物归属模型步骤中，还对所得病原微生物耐药基因归属模型按照正态分布95%置信区间的计算方法，获得对应的耐药基因与病原微生物比例的95%置信区间。

5.根据权利要求1所述的病原微生物耐药基因归属模型的建立方法，其特征在于，所述耐药基因包括：mecA、mecC、msr(A)、mef(A)、erm(A)、erm(B)、erm(C)、TEM、SHV、CTX-M、DHA、KPC、IMP、NDM、OXA-23、OXA-24、OXA-48、OXA-51、VIM、SIM、DIM、vanA、vanB、vanC、qnrA、qnrB、qnrS、Sul1、Sul2、nimA、nimB、fosA3、mcr-1、tet(A)、aac(6')中的至少一种。