[发明专利]用于布尼亚相关病毒属种分类的自动识别方法及系统

权利要求书

1.一种用于布尼亚相关病毒属种分类的自动识别方法，其特征在于，包括：

从Taxonomy数据库链接到的GenBank数据库中获取布尼亚相关病毒的所有蛋白基因组序列的FASTA格式文件；

基于NCBI登录号利用CDD工具对所述FASTA格式文件进行批量注释并生成布尼亚病毒目RdRp核心保守域序列数据包；

安装BLAST工具和所述CDD工具并搭建自动识别网页，将所述布尼亚病毒目RdRp核心保守域序列数据包作为所述自动识别网页的BLAST本地库；

获取用户在所述自动识别网页提交的待识别病毒序列；

利用所述CDD工具对所述待识别病毒序列进行筛查，如果筛查结果为布尼亚病毒，则从所述待识别病毒序列中提取出待识别的布尼亚病毒目RdRp核心保守域序列；

根据所述待识别的布尼亚病毒目RdRp核心保守域序列利用所述BLAST工具从所述BLAST本地库中获取多条相似序列的分类信息。

2.根据权利要求1所述的用于布尼亚相关病毒属种分类的自动识别方法，其特征在于，所述从Taxonomy数据库链接到的GenBank数据库中获取布尼亚相关病毒的所有蛋白基因组序列的FASTA格式文件的步骤包括：

在所述Taxonomy数据库中搜索“bunyavirales”得到包含N条蛋白基因组序列的列表；

通过Taxonomy数据库链接到GenBank数据库，下载所述列表中每条所述蛋白基因组序列的FASTA格式文件。

3.根据权利要求2所述的用于布尼亚相关病毒属种分类的自动识别方法，其特征在于，所述基于NCBI登录号利用CDD工具对所述FASTA格式文件进行批量注释并生成布尼亚病毒目RdRp核心保守域序列数据包的步骤包括：

基于所述FASTA格式文件的序列名从N条所述蛋白基因组序列的FASTA格式文件中筛选出标准RdRp序列和潜在RdRp序列；

基于所述NCBI登录号利用所述CDD工具对所述标准RdRp序列和所述潜在RdRp序列进行批量注释得到注释结果，并根据所述注释结果找到相应的布尼亚病毒目RdRp核心保守域区间；

使用Python脚本对相应的所述布尼亚病毒目RdRp核心保守域区间进行处理得到所述布尼亚病毒目RdRp核心保守域序列数据包。

4.根据权利要求3所述的用于布尼亚相关病毒属种分类的自动识别方法，其特征在于，所述基于所述NCBI登录号利用所述CDD工具对所述标准RdRp序列和所述潜在RdRp序列进行批量注释得到注释结果，并根据所述注释结果找到相应的布尼亚病毒目RdRp核心保守域区间的步骤还包括：

如果存在所述标准RdRp序列未找到相应的布尼亚病毒目RdRp核心保守域区间，则获取所述标准RdRp序列的NCBI注释的RdRp编码区区间；

利用所述BLAST工具或者与同病毒科序列比对方式从所述标准RdRp序列的NCBI注释的RdRp编码区区间中获取相应的布尼亚病毒目RdRp核心保守域区间。

5.根据权利要求3所述的用于布尼亚相关病毒属种分类的自动识别方法，其特征在于，所述使用Python脚本对相应的所述布尼亚病毒目RdRp核心保守域区间进行处理得到所述布尼亚病毒目RdRp核心保守域序列数据包的步骤之后还包括：

提取所述布尼亚病毒目RdRp核心保守域序列数据包中的序列ID，其中所述序列ID为NCBI登录号；

根据所述序列ID使用NCBI的Batch Entre批量下载相应的GenPept格式文件；

分别从下载的所述GenPept格式文件的NCBI注释信息中提取相应的序列所属分类信息；

使用所述Python脚本整合提取的所述序列所属分类信息。