[发明专利]一种基于总DNA测序结果的细胞器基因组筛选方法

权利要求书

1.一种基于总DNA测序结果的细胞器基因组筛选方法，其特征在于该方法是通过设计的算法对植物总DNA测序获得的核苷酸序列和已发表的细胞器叶绿体/线粒体基因组进行比较分析，筛选出其中的细胞器核苷酸序列，并用开源基因组拼接软件对筛选的结果进行De novo组装，获得细胞器基因组的框架图，然后通过实验的方法填补少量Gaps，最后获得完整的细胞器基因组，同时通过PCR聚合酶链式反应技术实验验证组装结果的可行性。

2.一种基于总DNA测序结果的细胞器基因组筛选方法，其特征在于该方法包括如下步骤：

(1)从NCBI https://www.ncbi.nlm.nih.gov下载目前为止已发表的细胞器基因组序列，植物分为叶绿体和线粒体基因组，动物为线粒体基因组；

(2)将总DNA测序的数据通过脚本转换为fasta序列，构建总DNA数据集，用formatdb软件对步骤(1)获得的数据构建比对库；

(3)利用blast序列比对软件，将步骤(1)和步骤(2)获得的结果进行两两比对；

(4)用本发明开发的算法对步骤(3)获得的结果进行数据筛选，筛选出可能的细胞器基因组序列；

(5)利用本发明开发的数据挖掘模块对步骤(4)的结果进行数据挖掘，筛选出可能与CMS相关的ORF；

(6)利用2个以上的多个开源基因组拼接软件进行基因组拼接，并将不同拼接软件获得结果进行互相验证；

(7)对步骤(6)获得的结果进行筛选，获得片段长度Contigs/Scaffolds≥100bp的核苷酸序列；

(8)选定一个参考细胞器基因组，通过blat软件将步骤(7)获得的片段比对到参考基因组；

(9)利用本发明开发的算法对步骤(8)获得的结果进行片段前后关系定位，片段之间没有重叠的区域用100个N进行填充，以待后续实验补洞，获得伪细胞器基因组；

(10)对Gaps区域设计PCR引物，测序，填补Gaps区域，获得完整的细胞器基因组；

(11)用开源注释软件，叶绿体用DOGMA，线粒体用Motify，对步骤(10)的结果进行细胞器基因组注释。

3.根据权利要求2所述的一种基于总DNA测序结果的细胞器基因组筛选方法，其特征在于步骤(4)是利用本发明开发的筛选算法对步骤(3)结果进行批量筛选，筛选原则如下：测序序列与细胞器基因组比对结果相似度大于等于设定值，默认≥98％，且比对长度/比对序列长度大于等于设定值，默认≥90％，的测序序列作为下一步候选测序序列。

4.根据权利要求2所述的一种基于总DNA测序结果的细胞器基因组筛选方法，其特征在于步骤(9)是利用本发明开发的序列排序模块对步骤(8)的结果进行坐标排序，片段之间没有重叠的部分统一用100个N填补，以待后续实验验证。

5.根据权利要求2所述的一种基于总DNA测序结果的细胞器基因组筛选方法，其特征在于步骤(9)所述的伪代码为：

Begin

输入：步骤(8)获得的结果文件contigBlatResult，步骤(6)获得的Contigs/Scaffolds文件assemblyFasta，结果文件；

Begin

while contigBlatResult

coverage＝match length/total length of Contigs/Scaffolds if(coverage≥50％and identity≥90％)

Obtain the coordinate

End if

End while

Link the Gaps by 100N

输出：伪细胞器基因组文件；

End。