[发明专利]基于微生物质谱仪的加权微生物聚类分析法

说明书

本发明公开了一种基于微生物质谱仪的加权微生物聚类分析法，首先将待聚类分析的n个菌株各自作为一类，并按照规定的菌株相似度距离计算类与类之间的相似度距离，然后将所述相似度距离最近的两类合并为一个新类，经过此过程变为n‑1个类；重复递归上述过程，每次递归减少一类，直至最终合并为一个类，其中，n为大于或等于3的自然数。本发明优点在于本加权微生物离聚类分析法在成本和分类速度上明显优于微生物DNA序列分析方法，在准确性上接近DNA序列分析方法；与目前行业内已经存在的微生物质谱聚类分析方法相比，本方法在准确率和运行速度上占有明显优势。

技术领域

本发明涉及微生物聚类分析法，尤其是涉及基于微生物质谱仪的加权微生物聚类分析法。

背景技术

微生物的分类研究已有多年的历史，早期都是根据微生物的生理生化特征、形态特征等表型特征进行的。然而这些表型特征受环境影响较大，没有客观的量化指标，因此并不是稳定的，因此分类的结果具有一定随机性，不能反映微生物间的本质关系。而经过质谱采集得到的表征微生物蛋白质图谱是较为稳定的、且反映微生物的本质特点，行业内将质谱仪采集图谱形象的称为“微生物指纹”。因此，利用菌株间质谱图的差异性来判断它们之间的亲缘关系的远近是一个较为精准的方法。

数据挖掘是一种从大量数据中发掘、提取有用的、深层次信息的方法。基于数据挖掘，微生物聚类分析是将具有某种相似性的微生物聚集划分，用来对菌种进行量化分类，在临床应用有较多应用；例如，在得到大量菌株后需要进一步分析菌株的特征，使用聚类分析快速分类后对同一类的菌株只需挑选一个典型的菌株研究，而不需要每一种菌株都研究，这种分类“筛选”大大缩小了研究的工作量。另外，在科研领域也可以用来发现大量菌株数据的潜在关系，与具体应技术相结合对未知菌株进行预测、定性，从而帮助我们从已知功能和结构的菌株推测未知菌株的可能功能和结构，是微生物应用、科研领域必不可少的利器。

目前对微生物做聚类分析比较常见的有三种方法：

1、根据培养的细菌形态特征、生理生化特征等表型特征进行分类，这种方法受菌株培养环境的影响很大，同时对菌株间的关系缺少客观的量化指标，因此该方法具有较大的随机性，并不能特别准确的反映微生物间的亲缘关系。

2、根据微生物DNA序列分析微生物的遗传进化关系来进行分类，这种方法虽然准确率较高，获取微生物DNA序列过程中用到的试剂、芯片成本较高；另一方面，目前DNA测序流程较为繁琐花费较多时间，而且在得到测序结果后需要较为专业人员进行分析；并且对于未知菌株，在获取DNA序列过程中投入的时间、价格成本使得此方法在临床及科研上的应用受到很大限制。

3、根据微生物质谱图谱进行聚类分析，目前市场主流的质谱仪分析软件基本都带有聚类分析功能，但是主要缺点是准确率不高、软件相应功能运行速度较慢。例如，虽然大肠埃希氏菌、摩氏摩根菌、肺炎克雷伯菌在科水平上一致，但是从蛋白质组学上看大肠埃希氏菌与肺炎克雷伯菌的亲缘关系更近，目前市场上大部分质谱仪聚类分析功能都无法区分出差别。

发明内容

本发明目的在于提供一种基于微生物质谱仪的加权微生物聚类分析法，实现提高菌株聚类分析的准确性和效率。

为实现上述目的，本发明采取下述技术方案：

本发明所述基于微生物质谱仪的加权微生物聚类分析法，首先将待聚类分析的n个菌株各自作为一类，并按照规定的菌株相似度距离计算类与类之间的相似度距离，然后将所述相似度距离最近的两类合并为一个新类，经过此过程变为n-1个类；重复递归上述过程，每次递归减少一类，直至最终合并为一个类，其中，n为大于或等于3的自然数。

所述菌株相似度距离包括菌株之间的相似度距离和菌株类之间的相似度距离；

一、所述菌株之间的相似度距离计算：