[发明专利]基于宏基因组16S高可变区V3的分类方法和装置

说明书

技术领域

本发明涉及生物信息学分析技术领域，尤其涉及一种基于宏基因组16S高可变区V3的分类方法和装置。

背景技术

为了研究生物环境中微生物群体的种类，一般传统的方法包括：直接对微生物进行培养，变性梯度凝胶电泳(DGGE，Denaturing Gradient Gel Electrophoresis)，末端限制性内切酶片段长度多态性(T-RFLP，Terminal Restriction Fragment Length Polymorphism)，荧光原位杂交(FISH，Fluorescence In Situ Hybridization)，对可能的微生物种类进行PCR(聚合酶链式反应，Polymerase Chain Reaction)；但这些方式都只能揭露环境中很小一部分微生物种类。如果能进行宏基因组的分析，通过直接对环境中的微生物群体进行基因组研究，得到一个比较全面的微生物种类目录，将有助于对微生物群体的后续研究和应用。

由于原核生物中16S rRNA(核蛋白核糖核酸，ribosomal RNA(RiboNucleicAcid))的序列高度保守，可精确指示细菌之间的亲缘关系；16S rRNA的大小为1500bp(碱基对，Base Pair)左右，所含信息能反映生物界进化关系，易操作，适用于各级分类单元；所以在宏基因组的研究中，16S区测序是最常用的聚类和分类方法。传统的宏基因组的测序是通过Sanger技术测序16S rRNA gene(16S rDNA)得到至少500bp的读长，这个读长的长度足够长，能够装配出近乎完整的16S rDNA序列，帮助我们去精准地研究每一条序列的物种来源，但它容易产生嵌合体，而且测序成本比较高，费时又费力。

随着新开发出的测序技术以及测序成本的逐步降低，宏基因组的研究变得越来越实用，所涉及的技术包括Pyrosequencing、Solexa等。对于这些革命性的技术的一个主要挑战就是读长太短，无法对每个个体的16S rDNA进行测序，因而它的测序信息不足以让我们去精准地对微生物进行分类。为了解决读长的问题，有研究(Bacterial flora-typing with targeted，chip-based Pyrosequencing，BMC Microbiology 2007，7：108doi：10.1186/1471-2180-7-108，公开于2007年11月30日)通过Genome Sequencer 20 system(454 Life Sciences)测序16S rDNA可变区来对微生物进行分类，通过设计特定的通用引物对16S可变区进行特定的PCR(聚合酶链式反应，Polymerase Chain Reaction)，然后用454序仪测序，建立在这种方法上的系统树显示了很好的生物多样性，但它的测序成本高，虽然是传统毛细管测序法费用的1/10，但却是其他新一代测序仪测序费用的10倍左右。

综上所述，提供一种更加准确地对微生物进行聚类分析的方法且方便快捷、成本低廉成为本领域亟待解决的技术问题。

发明内容

本发明要解决的一个技术问题是提供一种基于宏基因组16S高可变区V3的分类方法和装置，通过对16S的高可变区V3区进行solexa测序，并通过对这些16S可变区的短序列进行系统分类，可以在成本低廉的基础上准确反映物种的丰度信息。

本发明的第一方面提供了一种基于宏基因组16S高可变区V3的分类方法，该方法包括：提取微生物样品中的脱氧核糖核酸(DNA)；对提取DNA的宏基因组16S核糖体脱氧核糖核酸(rDNA)的高可变区(V3)进行扩增，得到作为扩增产物的DNA片段；对DNA片段进行PCR-FreeSolexa建库，建库过程中在DNA片段上加上标签序列以对每个样品进行标记；将各个样品的带有标签序列的DNA片段进行混合，使用Solexa测序工具对混合后的DNA片段进行测序，得到按照标签区分的测序序列reads；利用reads的重叠关系组装得到高可变区V3的全长序列unique reads；对unique reads进行分类分析，以实现对微生物群体的分类。

优选地，该方法还包括：在步骤“提取微生物样品中的脱氧核糖核酸DNA”之前，执行微生物群体的取样。