[发明专利]基于分子标记的免疫组库生物信息分析方法

摘要

本发明公开了一种基于分子标记的免疫组库生物信息分析流程：选取序列相同的单链免疫球蛋白基因，在选取的单链免疫球蛋白基因的3’端或5’端添加引物和结构相同的UMI序列，添加完成后对免疫基因进行PCR扩增得到测试序列，对测试序列进行过滤，过滤之后通过建立有向无环树对免疫基因所带的UMI序列进行校正，之后对经过校正的UMI序列所标记的免疫基因进行校正，组装校正之后的免疫基因，最后对组装的免疫基因进行统计和报告。本发明通过对UMI自身的校正和免疫基因的校正，有效去除扩增错误和测序错误对免疫基因测序的影响，提高了测序数据的准确度。

主权项

1.基于分子标记的免疫组库生物信息分析方法，其特征在于，包括以下步骤：（1）构建双末端测序所需的测试序列：在单链免疫基因上引入扩增引物和UMI标记序列，进行PCR扩增，得到测试序列；（2）剔除不完整的测试序列：根据是否带有UMI和引物分离步骤（1）所得的测试序列，保留含有UMI和引物的测试序列，去除不带引物或UMI的测试序列；（3）测序质量控制：根据测序质量值对步骤（2）中保留下来的测试序列进行过滤；（4）UMI自身校正：根据不同UMI序列之间的汉明距离和每个UMI所标记的免疫基因序列的种类数，将步骤（3）所得的测试序列分成不同的团簇，团簇的数目就是纠正后UMI的种类数；（5）每个团簇中免疫基因的数目统计：纠正前各个UMI所标记的免疫基因序列的种类数之和就是该UMI所在团簇的免疫基因序列的种类数；（6）每个团簇中免疫基因序列的校正：对同一个团簇中的免疫基因序列采用多序列对比软件muscle进行相互之间的序列对比，如果某个位点的一致性碱基的比例大于0.6，则该位点为该一致性碱基，反之用N代替，得出每个团簇中免疫基因的序列；（7）免疫基因序列组装：将各个团簇上的免疫基因进行组装；（8）统计免疫基因的真实表达量：对步骤（7）中组装好的免疫基因序列进行过滤，除去没有组装序列，并分析不同团簇中免疫基因的相似性，如果一致，则合并，并记录相关的数目信息，即为该基因的真实表达量；（9）统计与报告：采用igblast进行数据库比对注释，分析注释结果分别统计有功能的和没有功能的基因类型。