[发明专利]一种mNGS病原体数据分析方法

权利要求书

1.一种宏基因组二代测序(mNGS)数据分析的方法：

1)样本核酸提取、建库测序：对待检测病原体感染的样本进行核酸提取，建库测序，得到宏基因组测序数据；

2)数据处理：对测序数据按索引序列的不同进行拆分，过滤低质量的数据，数据去重，得到Unique数据集合，即Unique Reads数，去除人源序列；

剩余的测序片段对微生物数据库使用基于K-mer算法进行序列的物种分类，分到微生物的总和为Micro数据集合，即Micro Reads数，每个具体微生物物种的集合为SpeciesReads数；

3)NTC过滤：计算RPM(Micro)，和/或对样本中的每个物种RPM(Micro)与同一批NTC中的每个物种RPM(Micro)进行比较，计算RPM(Micro)_比例；其中RPM(Micro)、RPM(Micro)_比例具体计算方法如下：

其中，PRM(Micro)为每百万Reads数的测序数据量中每种微生物的Reads数，NTC为阴性对照，即水；分母不能为0，当RPM(Micro)_NTC为0时，则按1计算；

其中，将RPM(Micro)_比例设置相应的阳性判断值为：RPM(Micro)_比例≥m，其中m为5-50的自然数；对于难检测到、临床有重要意义的特殊微生物：Species Reads数≥1，即为阳性；

其中，所述特殊微生物为结核杆菌或布鲁氏菌；

4)显著性分析：寻找并验证为阴性的临床样本作为背景库；统计背景库中每个物种RPM(Micro)的检出分布，包括最大值、最小值、中位数、平均数和/或标准差；将步骤3)中判断为阳性的微生物的RPM(Micro)与背景库中该微生物的RPM(Micro)进行显著性分析，若显著高于背景库，则报出该微生物分析结果为阳性；

其中，所述显著高于背景库是指，将背景库检出的微生物RPM(Micro)值进行统计分析，确定各个微生物的阈值；样本中检出微生物的RPM(Micro)_样本值和背景库的数值进行显著性分析；若该微生物P≤0.01，则该微生物不是“背景”微生物；

5)置信度分析：对于显著高于背景库的微生物进行置信度分析，若为高置信度，则报出该微生物分析结果为阳性；

其中，所述置信度分析指标包括Species Reads数、属内丰度、种丰度、覆盖度、离散度；如微生物指标的参数符合置信度要求，则该微生物置信度为高置信度，否则为低置信度。

2.如权利要求1所述的方法，步骤1)中所述测序通过测序仪进行，所述测序仪选自Illumina、Life测序仪，优选Nextseq500；所述测序方式为SE50、SE75、SE100、SE150、SE200、PE50、PE100、PE150或PE200，优选SE75。

3.如权利要求1所述的方法，所述步骤1)测序总数据量≥15M。

4.如权利要求1所述的方法，所述步骤4)中阴性的临床样本选自以下的一个或多个：血液、淋巴液、间隙液、脑脊液、肺泡灌洗液、支气管灌洗液、痰液、胸腹水、尿液、唾液、粪便、实验室环境样本或采样环境样本。

5.如权利要求4所述的方法，其中，每种类型的阴性临床样本不少于50例，优选不少100例。