[发明专利]基于质谱分析数据的GBS菌株的克隆复合体分型系统及应用

权利要求书

1.基于质谱分析数据的GBS菌株的克隆复合体分型系统，其特征在于，所述分型系统用于GBS菌株克隆复合体的分型，所述分型系统包括：

数据收集模块，用于获取GBS菌株蛋白质样本的质谱数据；

数据处理模块，用于根据处理模型，对数据收集模块获得的质谱数据进行处理；

分型模块，用于根据数据处理模块的处理结果对GBS菌株克隆复合体进行分型；

所述处理模型包括采用基于遗传算法或聚类分析方法构建的GBS菌株克隆复合体的识别模型。

2.根据权利要求1所述的分型系统，其特征在于，所述分型系统还包括数据模型的构建模块，用于构建GBS菌株克隆复合体的识别模型；

所述构建模块包括：标本数据获取子模块、建模子模块和验证子模块；

所述标本数据获取子模块，用于获取已知CC型GBS菌株的蛋白质样本的质谱数据，并将质谱数据划分为训练集和验证集；

所述已知CC型包括CC1、CC10、CC12、CC17、CC19和CC23中的至少两种；

所述建模子模块，用于根据训练集，利用遗传算法或聚类分析方法，构建每种CC型GBS菌株的特征峰群和指纹峰群；

所述验证子模块，用于利用验证集对特征峰群和指纹峰群进行验证。

3.根据权利要求2所述的分型系统，其特征在于，所述建模子模块选定指纹图谱质谱峰中筛选鉴定分值≥2.3分的蛋白质谱谱图进行分型模型构建，以装箱法对训练集谱图峰数据进行降维，选取交叉验证分型准确率最高的峰数装箱，挑取蛋白指纹图谱质谱峰特征；

用UHCA法评估质谱峰装箱的分型准确率，选择交叉验证分型准确率最高的装箱峰数对建模所用的训练集按CCs分型聚类，用一规则和皮尔逊相关系数法分别对提取的峰特征进行排序，选择排序前10名的差异峰，用随机森林、支持向量机、遗传算法或监督神经网络统计分类算法筛选交叉验证与验证集测试分型准确率最高的分型模型，每种峰数装箱和质谱峰特征选择时，所用训练数据集均进行5～30次交叉验证，用建模数据建好模型后，用验证集测试数据分析预测能力，选择具有最高准确率的预测模型作为评估模型。

4.根据权利要求2所述的分型系统，其特征在于，所述分型模块包括：

分型子模块，用于将待测GBS菌株蛋白质样本质谱数据与建模子模块构建的特征峰群和指纹峰群进行比对，导出相似度峰群阵列；

降维子模块，采用装箱法对相似度峰群阵列进行降维处理，并输出分型结果；

优选地，所述降维子模块包括至少两级。

5.根据权利要求1～4任一项所述的分型系统，其特征在于，所述GBS菌株蛋白质样本获取方法包括甲酸-乙腈提取法，具体包括，GBS菌株经乙醇破壁后，离心收取沉淀，根据沉淀物体积，再向沉淀物中加入等体积的体积百分数为70％的甲酸溶液，混匀后，加入和甲酸溶液等体积的乙腈溶液，混匀后，离心取上清，得到GBS菌株蛋白质样本。

6.根据权利要求5所述的分型系统，其特征在于，所述的GBS菌株蛋白质样本为待测GBS菌株蛋白质样本时，其获取方法还包括待测人员组织液的采取，待测人员组织液中GBS菌株的分离，和分离后的GBS菌株的增殖。

7.根据权利要求6所述的分型系统，其特征在于，所述GBS菌株的来源包括阴/直肠拭子、尿液、粪便、咽拭子、创口脓液、关节液、胸腹水、血液、骨髓或脑脊液中的至少一种。

8.根据权利要求1～4任一项所述的分型系统，其特征在于，所述的质谱的检测方法包括将GBS菌株置于MALDI靶板，涂覆HCCA基质溶液，晾干后用质谱仪进行检测；

优选地，所述GBS菌株经过体积百分比为70％的甲酸溶液破壁后再置于MALDI靶板。

9.根据权利要求8所述的分型系统，其特征在于，所述HCCA基质溶液为α-氰基-4-羟基肉桂酸溶于溶剂的饱和溶液，所述溶剂由乙腈、水和三氟乙酸按照体积比50:47.5:2.5混合制得。

10.权利要求1～9任一项所述的分型系统在治疗和/或预防围产期新生儿脑膜炎的药物筛选中的应用。