[发明专利]一种利用宏基因组数据分析微生物群体功能的方法

权利要求书

1.一种利用宏基因组数据分析微生物群体功能的方法，其特征在于，包括以下步骤：

(1)构建微生物宏基因组参考数据库；所述参考数据库包括微生物物种数据集和微生物基因和功能数据集；

所述微生物物种数据集整合广泛宿主和环境来源的微生物物种信息，并通过以下方法制备得到：

1)下载生物信息数据库中不同来源不同种类的所有微生物的全部基因组序列数据；所述的生物信息数据库为NCBI、IMG、KEGG、COG、EMBL、DDBJ、CAZY、UniProt、PDB或ASDB；

2)下载生物信息库中不同来源不同种类的所有微生物的注释文件，从注释文件中提取相关物种的门、纲、目、科、属、种分类信息；所述的生物信息数据库为NCBI、IMG、KEGG、COG、EMBL、DDBJ、CAZY、UniProt、PDB或ASDB；

3)将步骤1)和2)中来源于不同生物信息库的微生物根据基因组序列相似度和物种分类信息，进行冗余微生物的筛选和去除，生成一个包括所有微生物序列和物种分类信息的微生物物种数据集，并对这一数据集中所有微生物的序列及分类信息进行统一编号；

所述微生物基因和功能数据集整合广泛宿主和环境来源的微生物基因信息和功能的注释信息，并通过以下方法制备得到：

4)下载前述生物信息数据库中，且在所述的微生物物种数据集中有统一编号的微生物的具有编码能力CDS区的基因序列文件；

5)下载生物信息数据库中所有微生物的注释文件并提取其中所有基因名称、基因ID号、基因功能注释信息、编码蛋白名称，根据基因名称和编码蛋白名称，从所有整合了基因功能的生物信息数据中提取所有基因对应的信号通路和作用功能分类的信息；

6)结合上述步骤4)-5)的信息，生成一个包括有统一编号的所有微生物CDS序列、基因信息、蛋白功能、作用信号通路及其功能分类信息的微生物基因和功能数据集；

(2)对待测微生物群体的宏基因组进行测序，对测序数据进行质量控制，获得高质量的全基因组测序数据；

(3)将步骤(2)获得的高质量的全基因组测序数据与步骤(1)的微生物宏基因组参考数据库中的微生物物种数据集进行比对，计算物种丰度，得到测序数据中所有物种的丰度值，分析不同样本间微生物的组成差异或相同样本中微生物的多样性；

(4)将步骤(2)获得的高质量的全基因组测序数据与步骤(1)的微生物宏基因组参考数据库中的微生物基因和功能数据集进行比对，计算基因丰度，得到测序数据中所有基因的丰度值，分析不同样本间基因水平的差异或整体评价待测微生物群体中基因功能水平或评价待测微生物群体中个别微生物基因功能水平；

(5)对所得基因进行基因功能注释，将有相同功能的基因进行聚类，得到多个包含不同基因的功能模块；每个功能模块中，去除具有相同基因丰度和功能的冗余基因；

将各个功能模块中所有非冗余基因的相关丰度进行加和计算，得到所有功能模块的丰度值，对待测样本微生物的功能进行差异比较分析或整体评价。

2.如权利要求1所述的方法，其特征在于，步骤(2)中对测序数据进行质量控制,同时将来源于宿主DNA的reads去除，以便减少样本提取和测序过程中可能产生的误差，从而得到高质量的全基因组测序数据。

3.如权利要求1或2所述的方法，其特征在于，步骤(2)所述待测微生物群体为任意宿主来源任意环境下的微生物群体。

4.权利要求1或2所述的方法的用途，所述用途为以下任一：

1)不同宿主来源和/或环境、特定来源和/或环境下的微生物群体功能分析；

2)不同宿主来源和/或环境、特定来源和/或环境下的特定微生物的功能分析；

3)不同宿主来源和/或环境、特定来源和/或环境下的微生物物种分类分析；

4)获得不同宿主来源和/或环境、特定来源和/或环境下的微生物基因；

5)获得具有特定功能的微生物；

6)评价宿主特定环境下微生物群体状态；

7)评价宿主病理表型特征；

8)提高微生物宏基因组测序数据的利用率；

9)小样本量的微生物群体功能分析；

10)特定环境下所有微生物的相互协作关系，以及微生物与环境之间或微生物与宿主之间的相互影响关系。