[发明专利]一种基于PBA数据的微小生物结构蛋白组的分析方法

权利要求书

1.一种基于PBA数据的微小生物结构蛋白组的分析方法，其特征在于，包括下述步骤：

步骤一、输入微小生物结构的PBA原始数据，从所述的PBA原始数据中截取核苷酸序列，得到中间传输数据；

步骤二、从所述的中间传输数据提取所述的微小生物结构的蛋白表达数据;

步骤三、从所述的微小生物结构的蛋白表达数据中获取蛋白组数据、蛋白表达总量数据、多蛋白共表达分析数据中的一种或几种；

步骤四、对步骤三得到的蛋白组数据、蛋白表达总量数据、多蛋白共表达分析数据中的一种或几种，进行数据分析。

2.根据权利要求1所述的分析方法，其特征在于，步骤一所述的核苷酸序列包括抗体性质的生物大分子偶联的编码核苷酸序列、标识所述的微小生物结构的身份信息的编码核苷酸序列、具有样本识别性的编码核苷酸序列、追溯所述的PBA原始数据中每一序列被测序次数的编码核苷酸序列、或校正核苷酸序列中的一种或几种。

3.根据权利要求2所述的分析方法，其特征在于，所述的抗体性质的生物大分子，可与所述的微小生物结构的蛋白进行特异性的结合。

4.根据权利要求2所述的分析方法，其特征在于，所述的抗体性质的生物大分子偶联的编码核苷酸序列包括含有生物信息的核苷酸序列，所述的含有生物信息的核苷酸序列包括代表了所述的抗体性质的生物大分子所特异性识别的蛋白的信息。

5.根据权利要求2所述的分析方法，其特征在于，所述的校正核苷酸序列，用于进行对于所述的PBA原始数据的质量控制，以及对包含在步骤一所述的核苷酸序列中的不同编码核苷酸序列的位置的定位进行确认。

6.根据权利要求2所述的分析方法，其特征在于，所述的追溯所述的PBA原始数据中每一序列被测序次数的编码核苷酸序列，是用于标识PBA结合反应中所述的抗体性质的生物大分子有效结合到的所述的微小生物结构的蛋白的结合反应唯一性的核苷酸序列，且用于标识所述的PBA原始数据中每一序列被测序次数，并进行去重复处理、追溯所述的每一序列唯一性。

7. 根据权利要求2所述的分析方法，其特征在于，步骤三所述的蛋白组数据的获取方法为：在所述的微小生物结构的蛋白表达数据中，有m种蛋白同时表达，且在所述的m种蛋白中每一种蛋白的表达量大于等于n， 才可入选到所述的所述的蛋白组数据中；其中，m为大于等于1的任意值，m的上限为所述的抗体性质的生物大分子在所述的PBA原始数据中的个数，n为大于等于1的任意值。

8.根据权利要求2所述的分析方法，其特征在于，步骤三所述的蛋白表达总量数据的获取方法为：在所述的微小生物结构的蛋白表达数据中，任意一种蛋白的表达总量大于等于z，才可入选到所述的所述的蛋白表达总量数据中；其中，z为大于等于1的任意值。

9.根据权利要求2所述的分析方法，其特征在于，步骤三所述的多蛋白共表达分析数据的获取方法为：在所述的微小生物结构的蛋白表达数据中，有v种蛋白在单个所述的微小生物结构上同时表达，且所述的v种蛋白同时表达的次数最低为u，所述的v种蛋白形成的蛋白组合才可入选到所述的多蛋白共表达分析数据中；其中，v为大于等于1的任意值，v的上限为所述的抗体性质的生物大分子在所述的PBA原始数据中的个数，u为大于等于1的任意值。

10.根据权利要求2所述的分析方法，其特征在于，对所述的蛋白组数据进行数据分析，得到所述的微小生物结构的亚群数据；其中，所述的数据分析的方法包括差异分析、富集分析、降维分析、机器学习算法的分析中的一种或几种，所述的微小生物结构的亚群数据包括亚群的蛋白指纹特征数据、亚群的定量数据中的一种或几种。