[发明专利]一种基于三代测序的病原微生物宏基因组检测方法

权利要求书

1.一种基于三代测序的病原微生物宏基因组检测方法，其特征在于，包括以下步骤：

S1、获取样本三代测序的原始基因检测数据，去除干扰序列；

S2、调用人源基因数据库，去除原始基因检测数据中的人源数据，保留非人源数据，所述非人源数据即为含有病原微生物基因检测数据的三代测序数据；

S3、构建全物种核酸数据库；建立全物种核酸数据库与全物种分类数据库的映射关系，全物种核酸数据库中的每个序列号与全物种分类数据库的分类号建立对应关系；

S4、映射非人源数据到全物种核酸数据库中，确定非人源数据中的微生物物种的数量和种类；

S5、构建微生物注释数据库和微生物耐药数据库，对鉴定出的微生物进行注释；获得微生物注释信息和微生物耐药信息；

所述步骤S4中，确定非人源数据中的微生物物种的数量和种类的具体方法为：

S41、获取非人源数据中的每条序列，即得到多个测序序列；

S42、分别将每个测序序列与全物种核酸数据库中的参考序列建立映射关系，获得每个测序序列的映射关系集合；通过Blast算法计算映射关系集合中每个映射关系的映射系数，筛选所有映射系数大于阈值的映射关系，得到每个测序序列与全物种核酸数据库的最佳映射关系集合；每个映射关系中包括映射信息，映射信息包括映射系数Si、序列匹配区域相似度li、测序序列占参考序列的比例Ci、测序序列总长度Li；

S43、根据最佳映射关系集合、全物种核酸数据库与全物种分类数据库的映射关系，得到该测序序列所代表的所有物种，获得预测物种集合；

S44、选择预测物种集合中物种数目出现次数最多的物种认定为预测物种；根据预测物种从最佳映射关系集合中筛选出唯一映射关系；所述唯一映射关系中序列匹配区域相似度li、测序序列占参考序列的比例Ci的值最大；

S45、将所有测序序列所认定的预测物种进行合并，得到样本的预测物种全集。

2.如权利要求1所述的基于三代测序的病原微生物宏基因组检测方法，其特征在于：所述干扰序列包括标签序列、接头序列、低质量分数序列和低复杂度序列。

3.如权利要求2所述的基于三代测序的病原微生物宏基因组检测方法，其特征在于：所述低复杂度序列为复杂度得分大于阈值的序列，所述复杂度得分的计算方法采用滑动窗口算法，具体公式为：

其中Score为复杂度得分，比例因子S＝100/31；

n_i为在一个窗口内某单词i出现的次数；w为窗口长度；l为步长。

4.如权利要求3所述的基于三代测序的病原微生物宏基因组检测方法，其特征在于：所述低质量分数序列为质量分数均值低于7的序列；所述低复杂度序列为复杂度得分大于5的序列。

5.如权利要求1所述的基于三代测序的病原微生物宏基因组检测方法，其特征在于：所述全物种核酸数据库的构建方法为：

从NCBI的Nucleotide数据库中下载核酸序列信息，对数据进行清理，去除所有不具有分类效果的核酸序列；去除干扰序列，得到全物种核酸数据库；

所述干扰序列包括：质粒序列、合成序列、富集培养序列、宏基因组序列、未知序列和未能区分物种序列。

6.如权利要求1所述的基于三代测序的病原微生物宏基因组检测方法，其特征在于：所述步骤S42中还包括从映射关系集合中去除干扰映射关系的步骤，干扰映射关系包括：

A、参考序列对应的物种为人源的映射关系；

B、映射系数小于80％的映射关系；

C、序列长度小于100bp的映射关系；

D、序列长度大于900bp且匹配覆盖度小于70％的映射关系；

E、序列长度小于等于900bp、匹配覆盖度小于90％的映射关系。

7.如权利要求1所述的基于三代测序的病原微生物宏基因组检测方法，其特征在于：所述微生物注释数据库中包括：人条件致病菌数据库、人体微生物定植菌数据库、移植病人常见感染数据库、人菌血症常见微生物数据库、人脑脊液常见数据库、人间传染的病原微生物名录。