[发明专利]一种用于病毒基因组变异分析、监测方法和系统

权利要求书

1.一种用于病毒基因组变异分析方法，其特征在于，所述分析方法具体包括：

获取参考基因序列和待分析基因组序列，将所述待分析基因组序列进行质量控制后获得测序质量良好的全基因组序列集；

将所述测序质量良好的序列集进行多序列比对，获得alignment序列文件；

将所述alignment序列文件以字符串完全匹配方法匹配编码基因的起始字符串，并返回编码基因在全基因组序列中的位置下标，并以alignment序列文件中每个基因对应的位置下标，生成基因位置表；

根据所述基因位置表，循环遍历每条序列，截取每条序列对应的编码基因片段并存储；

根据所述编码基因序列进行翻译成氨基酸序列，并对氨基酸序列进行多序列比对，获得对齐的氨基酸序列文件，与对齐前的编码基因序列进行匹配，采用“密码子出现的顺序”作为映射关系进而进行“回译”，将对齐的氨基酸序列“回译”成对齐的核苷酸；

将所述对齐的核苷酸序列以每三个碱基扫描方式遍历序列的每个密码子位点，识别和记录序列中存在连续三个碱基插入位点的位置“---”，标记为“插入位点”，并删除“插入位点”，获取不含插入位点的突变分析序列；

将参考序列对应的密码子和/或其对应的氨基酸与所述突变分析序列的密码子和/或翻译氨基酸按照预设突变分析方法进行分析获得待分析基因组序列突变位点以及变异类型；

其中，所述预设突变分析方法具体包括：

将参考序列对应密码子变量名记作qury_seq_conding，突变分析序列的密码子变量名记作s；

如果s和qury_seq_conding相同，当二者均不为字符串“---”，不变位点数加1，当二者都为字符串“---”，则忽略；

如果s和qury_seq_conding不同，其中有一个为字符串“---”，当qury_seq_conding为字符串“---”，标记为碱基插入位点并计数，当s为第字符串“---”，标记为碱基删除位点并计数；

如果s和qury_seq_conding不同，且都不为字符串“---”，将二者翻译成氨基酸translate_s和translate_qury_seq，当氨基酸相同，则标记为同义突变并计数，当translate_s为字符“？”，标记为未知突变并计数，当translate_s为字符“*”，标记为提前终止并计数，其他属于非同义突变位点并计数；

所述非同义突变位点，比较并记录氨基酸性质的变化。

2.根据权利要求1所述的用于病毒基因组变异分析方法，其特征在于，所述质量控制具体包括：

循环扫描每条序列，统计位置碱基的数量，当序列中含有10个以上的连续未知碱基，则将对应的序列进行删除。

3.一种用于病毒基因组变异的监测方法，其特征在于，所述监测方法具体包括：

采集不同时间和区域的待分析病毒基因组，按照权利要求1-2任一所述的突变分析方法进行分析获得所有的突变位点和突变类型；统计各突变位点的突变频率，将所述突变频率高于预设频率阈值对应的突变位点记为高频突变位点；

获取所述高频突变位点对应的基因组序列的采集时间计算高频突变在所有基因组中的占比，获得折线图，并进行拟合，从而获得具有增长趋势的突变位点和突变毒株；

获取所述高频突变位点对应的区域，构建聚类热图，用于不同地区疫苗设计提供参考；

针对所述高频突变位点进行免疫表位筛选，所述免疫表位筛选具体包括：B细胞表位预测和T细胞表位预测。

4.根据权利要求3所述的用于病毒基因组变异的监测方法，其特征在于，所述预设频率阈值大于等于0.5。

5.根据权利要求3所述的用于病毒基因组变异的监测方法，其特征在于，所述B细胞表位预测具体包括：

连续B细胞表位预测：预测氨基酸序列的线性B细胞表位，将存在6-25个氨基酸的线性表位肽进行抗原评估，获得评分超过0.5对应的表位肽序列为连续B细胞表位；

离散B细胞表位预测：获取氨基酸序列的三级结构，并预测所述三级结构中的不连续B细胞表位，获得倾向性评分超过-3.7的为离散B细胞表位。