[发明专利]一种基于宏基因组学分析精准识别水体中未知微生物群落的方法

说明书

本发明公开了一种基于宏基因组学分析精准识别水体中未知微生物群落的方法，所述方法包括步骤(1)自水样提取宏基因组DNA；(2)DNA测序；(3)根据目标群落选择性构建参考数据库；(4)对测序数据进行组装获得组装数据；(5)对组装数据进行分箱；(6)对分箱数据进行质量测试，标记MAGs的质量，并计算测序深度；(7)根据构建的参考数据库对组装数据进行注释；(8)对MAGs做进化关系分析，进而做出宏基因组群落结构分析。本发明不依赖更新速度较慢的大型软件配套数据库，适合处理未知物种较多的样本，且可检测极低丰度物种，检测全面、快速。

技术领域

本发明涉及生物信息学方法在环境监测领域的应用，具体涉及一种基于宏基因组学分析精准识别水体中未知微生物群落的方法。

背景技术

近年来随着测序技术的发展，对环境微生物的研究方式日新月异。早期环境微生物的研究基本基于纯培养或形态生理生化等表型数据，但因为培养方式只能获取环境微生物中极小的部分，仅观察表型特征也难以研究其系统发生，这个时期对环境微生物的群落研究往往难以得到完整图景。

高通量测序技术的发展为微生物群落研究提供了新的方向。单基因水平上，传统的方法包括基于引物的标记基因如16S扩增子研究等，因为受引物限制较大，一部分微生物基因序列和常用引物无法匹配，导致群落结构研究中此类微生物被忽视，不能全面反映群落结构；同时所得片段较小，种系区分率不佳，难以精细分类；且物种缺乏完整基因组无法预测其代谢。而近年来发展起的对环境中所有DNA片段测序的宏基因组技术能够在基因组水平上研究群落结构，同时能将群落结构和每个分类所拥有的基因功能结合研究，比起基于引物测序标记基因的研究方式能提供更多相关信息。

中国专利申请202010628901.0公开了一种优化的宏基因组binning分析微生物群落的方法，包括对测序数据进行过滤，得到高质量测序数据，然后根据样本的来源及测序数据量的大小，选择不同的组装策略得到contigs，接着进行基因数据分析。在宏基因组层面，提供了更贴合样本特征、测序数据量的高效优质组装算法，并包含丰富全面的信息分析内容，个性新颖的可视化。有利于更方便高效地筛选到有价值的目标bin。

然而，常用的流程化分析软件和方法在宏基因组研究上依赖已有数据库，运行时需要检测全部数据速度较慢；而数据库维护上往往具有多年的滞后性，现行稳定的软件版本和数据库通常不包括最近两三年鉴定分类的微生物；且不同软件不同数据库结构往往不一致或非常见结构，自己手动为特定软件补充数据库较为复杂。

因此，确立一种基于宏基因组，能简便地跟随最新论文研究分类成果精准分类，操作可自定义程度高的群落结构监测与识别方法，可以有效地提升我们对环境微生物的群落结构了解。

发明内容

为解决现有技术中存在的不足，本发明的目的在于提供一种基于目标群落选择性构建参考数据库，并在此基础上优化数据处理流程，进而实现对水体中微生物群落的精准识别。该方法不依赖更新速度较慢的大型软件配套数据库，适合处理未知物种较多的样本，且可检测极低丰度物种，检测全面、快速。

本发明采用如下的技术方案：

一种基于宏基因组学分析精准识别水体中未知微生物群落的方法，所述方法包括步骤：

(1)自水体取样，提取待测样本宏基因组DNA；

(2)对DNA测序，并进行测序数据质量控制；

(3)根据目标群落选择性构建参考数据库；

(4)对质控后测序数据进行组装获得组装数据，并获取其测序深度数据；

(5)对组装数据进行分箱：将数据划分在多个单独文件中，每个划分结果视为同一种生物的基因组，称为“由宏基因组组装的基因组”(Metagenome-Assembled Genome，简称MAG)；