[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

说明书

本发明提供一种基于PBA数据的微小生物结构蛋白组的分析方法，其通过输入微小生物结构的PBA原始数据，从所述的PBA原始数据中提取含有特定信息的编码核苷酸片段，得到中间传输数据；然后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。从蛋白表达数据中，可以分析得到样本的蛋白表达总量数据、多蛋白共表达的蛋白组合数据、基于所述的微小生物结构的蛋白组数据进行机器学习的聚类分析后所得的亚群数据。在蛋白表达、蛋白组合、亚群的多层次上，可以进行有潜力的生物标志物的筛选。本发明所述的分析方法在单个的微小生物结构的层面上分析蛋白表达总量、蛋白组合形式、微小生物结构亚群及其蛋白指纹特征和定量，弥补了微小生物结构蛋白组检测领域的生物信息学分析的空白。

技术领域

本发明属于蛋白组的生物信息学分析技术领域，具体涉及一种基于PBA数据的微小生物结构蛋白组的分析方法。

背景技术

随着液态活检技术、高通量测序技术的日益成熟和成本降低，使得生物信息学领域在临床医学中有了更多的解决手段。中心法则揭示了遗传信息传递方式，即DNA-RNA-蛋白质，蛋白质是很多生命活动中的直接参与者。因此，直接关注蛋白组的表达情况，进行真正的蛋白定量，具有很高的科学研究和临床价值。

当前，微小生物结构主要包括但不限于细胞外囊泡，细胞内囊泡，亚细胞结构，多蛋白复合物，病毒，病毒-囊泡复合物，细菌，单细胞等。研究微小生物结构的蛋白组对于重大疾病的防治具有突出价值。譬如，细胞外囊泡（EV），来源于不同细胞和组织的EV，其成分也具有高度异质性。然而，目前的蛋白生物标志物研究手段仍是EV总蛋白的提取，蛋白的分析仍依赖于Western Blot、ELISA、质谱等总蛋白分析方法。而在疾病发生早期，少量来自病变细胞或组织的外泌体将混合于大量的、正常的、体液EV中，疾病的生物标志物的差异表达将被平均到总体信号中，增加了对其检测的难度。高灵敏度地和高分辨率地识别少量来自于病变组织的特异性标志物才是疾病早期检测的重点。因此，分析微小生物结构如单EV等，是实现疾病早期诊断的可行途径，具有重要的科学意义和临床应用前景。

为解决这一难题，科学家们探索了使用不同技术方法学分析微小生物结构如单EV等。例如通过纳米等离子体外泌体定量分析法（nPLEX）捕获特定抗原的外泌体并加以分析，但有检测通量较低的缺点。基于荧光标记的纳米粒子追踪分析（nanoparticle trackinganalysis），可以检测纳米粒子的准确粒径和浓度，但仅能检测单色荧光。改造的流式细胞仪可以实现类似于检测单细胞的单EV分析，以实现多因子的高通量检测。但外泌体30-150nm的粒径已经超越了光学系统的检测极限，30-80nm小粒径的生物结构无法检测到；检测蛋白的种类也受到可同时检测荧光的数量限制。

因此，有必要提供新的技术方案以克服现有技术中存在的技术问题。

发明内容

为解决现有技术存在的问题，本发明提供一种基于PBA数据的微小生物结构蛋白组的分析方法，基于PBA检测技术产生的数据，在微小生物结构的蛋白组层面上分析蛋白表达总量、蛋白组合形式、微小生物结构亚群及其指纹特征和定量，弥补了微小生物结构蛋白组检测领域的生物信息学分析的空白。

本发明第一方面提供一种基于PBA数据的微小生物结构蛋白组的分析方法，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。

该步骤的技术效果表述：通过该技术步骤，可实现将PBA原始数据转化为蛋白表达数据，并为后期进行其他数据的抓取做好准备。