[发明专利]一种大气气溶胶微生物群落组成的分析方法

权利要求书

1.一种大气气溶胶微生物群落组成的分析方法，其特征在于，包括以下步骤：

步骤1，获得大气气溶胶样本，提取得到所述大气气溶胶样本中的微生物DNA；

步骤2，采用细菌通用引物515F/806R，以步骤1的所述微生物DNA为模板，进行PCR扩增，得到扩增产物；

步骤3，对所述扩增产物进行高通量双端测序，得到双端测序结果；

步骤4，对所述双端测序结果进行质量过滤，去除非生物核酸序列，包括引物序列和接头序列，得到质量过滤后的双端测序结果；所述质量过滤后的双端测序结果，包括多个双端测序序列；每个所述双端测序序列包括成对的正向测序序列和反向测序序列；其中，对于成对的正向测序序列和反向测序序列，通过标记序列进行标记；

步骤5，将双端测序结果中的所有正向测序序列存入到一个正向序列文件中；

将双端测序结果中的所有反向测序序列存入到一个反向序列文件中；

步骤6，对于正向序列文件中的每个正向测序序列，均进行数据剪切过滤处理；

其中，数据剪切过滤方法为：

步骤6.1，设置过滤参数，包括序列最小长度a，数据前端剪切掉的碱基数量b；

步骤6.2，对于当前的正向测序序列，表示为正向测序序列seq(L₀)，判断其前端剪切掉b个碱基后，剩余序列长度是否大于a，如果大于，则执行步骤6.3；否则，执行步骤6.4；

步骤6.3，将正向测序序列seq(L)的前端剪切掉b个碱基，得到过滤后的正向测序序列seq(L₁)；

步骤6.4，不对正向测序序列seq(L₀)进行剪切过滤处理，输出正向测序序列seq(L₀)；

步骤7，经步骤6处理，得到多个正向测序序列；每个正向测序序列作为一个正向样本，从而形成正向样本池；

对正向样本池进行错误率识别，剔除错误的正向测序序列，保留真实的正向测序序列，从而得到所有真实的正向测序序列形成的正向真实样本池；

步骤8，对正向真实样本池中的各个正向测序序列进行冗余识别，去除重复的正向测序序列，从而得到冗余处理后的正向真实样本池；

步骤9，对于步骤5得到的反向序列文件，采用步骤6-步骤8的方式处理，得到冗余处理后的反向真实样本池；

步骤10，从冗余处理后的正向真实样本池和冗余处理后的反向真实样本池中，根据标记序列，识别到成对的正向测序序列和反向测序序列；

对成对的正向测序序列和反向测序序列，采用以下方式进行序列拼接处理：

判断成对的正向测序序列和反向测序序列是否满足以下序列拼接条件：正向测序序列和反向测序序列具有重叠区域；并且，重叠区域中的碱基数量大于设定阈值；

如果不满足，则不进行序列拼接，并将本对正向测序序列和反向测序序列剔除；

如果满足，则使正向测序序列和反向测序序列在重叠区域拼接，得到合并序列；

步骤11，由此得到由多个合并序列组成的合并序列文件；

对合并序列文件中的各个合并序列进行物种注释，物种注释方法为：

步骤11.1，读取基因数据库；其中，所述基因数据库存储已知的基因名称以及基因DNA序列的对应关系；

步骤11.2，从基因数据库中提取与测序引物匹配的多个基因，得到基因参考数据库；

步骤11.3，以基因参考数据库中的各个已知分类的参考序列作为训练集，将训练集作为输入，对预建立的分类器进行训练，得到训练完成的分类器；

步骤11.4，以步骤10输出的每个合并序列作为样本，输入到分类器，分类模型输出对每个合并序列的物种分类结果，对物种分类结果进行注释，从而得到对各个合并序列的注释结果文件；

步骤11.5，将合并序列的注释结果可视化显示；

步骤12，基于步骤11得到的各个合并序列的注释结果，对注释结果进行过滤，得到过滤后的注释结果，过滤方法为：

基于物种注释结果，去除线粒体和叶绿体物种，保留属于细菌门的序列；

步骤13，基于步骤12得到的过滤后的注释结果，对群落结构多样性进行讨论与检验；具体的，通过系统发育分析、组间差异分析以及稀释曲线绘制，获得大气气溶胶微生物群落结构特征信息。