[发明专利]一种批量分析微卫星数据的生物信息学方法

摘要

本发明公开了一种批量分析微卫星数据的生物信息学方法。本发明所提供的批量分析微卫星数据的生物信息学方法综合运用了检测微卫星无效等位位点的Cervus、MICRO‑CHECKER软件，计算群体遗传结构的STRUCTURE分析和PCoA分析，以及结合Perl脚本语言编程等方法。实验证明，本发明所提供的批量分析微卫星数据的生物信息学方法全面而系统，去除无效等位位点的微卫星数据更加准确，整个批量处理过程只需要在Windows系统中即可完成，操作简单可行，效率高，准确性好。

主权项

1.一种批量分析微卫星数据的生物信息学方法，包括如下流程步骤：(1)通过对扩增成功的SSR样品进行条带的读取，然后由软件GeneMarker分析并记录每个SSR位点等位基因大小获得微卫星数据，得到最终SSR数据文件，标记为A数据集(文件A.xls)，A数据集中，位点名称假定为Locus1、Locus2、Locus3······，样品名称假定为Sample1、Sample2、Sample3、Sample4······；所述A数据集中一般存在数值缺失情况，缺失的数值为空缺状态；(2)在office软件中打开A数据集，另存为csv格式，标记为B数据集(文件B.csv)，数据格式不变，在A数据集第一行加上通用表头信息“Allele A和Allele B”，保存，标记为C数据集(文件C.xls)；所述B数据集(文件B.csv)为满足软件Cervus v3.0输入格式的文件，所述C数据集(文件C.xls)为满足软件MICRO‑CHECKER v2.2.3输入格式的文件；(3)在Windows系统中分别利用Cervus v3.0、MICRO‑CHECKER v2.2.3软件对B数据集和C数据集进行分析，得到“Cervus‑result.txt”，“MICRO‑CHECKER‑result.txt”文件；所述“Cervus‑result.txt”，“MICRO‑CHECKER‑result.txt”文件为运用不同的方法检测无效等位位点后得到的结果，取二者无效等位位点的并集，用于下一步去除无效等位位点的步骤中；(4)步骤(3)得到的无效等位位点的名称假定为Locus2和Locus4，输入到新建的“tag_list.txt”文件中，位点名称之间用换行符隔开，在office软件中打开A数据集，另存为txt格式，标记为D数据集(文件D.txt)，数据格式不变，D数据集在运行前要置于“delete_null_loci.pl”脚本的文件夹内，通过命令行“perl delete_null_loci.pl D.txt tag_list.txt E.txt”运行脚本，可自动将D数据集中无效等位位点Locus2和Locus4删去，得到文件标记为E数据集(文件E.txt)；(5)在office软件中打开步骤(4)得到的E数据集，删除第一行信息，增加第二列信息，并通过office软件查找替换功能将缺失数据替换成数值“‑9”，保存标记为F数据集(文件F.txt)，将名称“F.txt”输入到perl脚本“structure_convert.pl”中，同时输入生成文件的名称，标记为G，F数据集在运行前要置于“structure_convert.pl”脚本的文件夹内，通过命令行“perl structure_convert.pl”运行脚本，进行数据格式的转换，得到文件G数据集，文件G，无后缀；所述F数据集为满足软件STRUCTURE v2.3.4输入格式的文件；(6)将步骤(5)得到的G数据集导入软件STRUCTURE v2.3.4中进行分析，得到名称为“result”的结果文件夹，在Windows系统中用压缩软件将其压缩为zip格式，标记为H数据集(H.zip)，然后在STRUCTURE HARVESTER中上传H数据集，点击按钮“Harvest！”即可得到计算结果；(7)在office软件中打开步骤(4)得到的E数据集，插入前两行和第二列并添加特定信息，并通过替换功能将缺失数据替换成数值“0”，保存得到I数据集(I.txt)，I数据集的数据格式见表6；所述I数据集为满足GenAlEx v6.501软件输入格式的文件；(8)将步骤(7)得到的I数据集导入软件GenAlEx v6.501中，按照软件默认参数进行PCoA分析。