[发明专利]一种归一化并比较水平基因转移网络的方法

权利要求书

1.一种归一化并比较水平基因转移网络的方法，其特征在于，包括以下步骤：

S1：采用贝叶斯概率模型将HGT根据测序量进行归一化；

S2：在HGT网络中，将每个基因组被表示为一个顶点，其中，如果HGT发生在两个基因组之间，则在两个顶点之间有一条边；

S3：采用不同的分类级别对基因组序列进行注释，得到了不同分类等级的HGT网络；

S4：通过图的密度、传递性、同配性和代数连通性几种拓扑性质对HGT网络进行分析。

2.根据权利要求1所述的归一化并比较水平基因转移网络的方法，其特征在于，在步骤S1中：使用LocalHGT来检测每个样本中的HGT，并且得到支持每个HGT断点对的reads数量，其中，当所有样本中的平均reads数目为Q时，根据模型推断；

当总reads数目为Q时，则支持每个HGT断点对的reads数目的概率分布，根据这个概率分布，过滤HGT断点。

3.根据权利要求2所述的归一化并比较水平基因转移网络的方法，其特征在于，过滤HGT断点的过滤标准为：在总reads数目为Q的情况下，预期的reads数目大于x(默认为2)的概率高于90％。

4.根据权利要求1所述的归一化并比较水平基因转移网络的方法，其特征在于，在步骤S4中：图密度表示图中存在的边的数目除以图可能具有的最大边数；

传递性为通过观察到的三角形数与图中可能的最大三角形数之比计算获得，传递性度量顶点的相邻顶点相互连接的总体概率；

同配性为图中的节点与具有相似度的节点相连接的趋势，通过关联度与关联度的皮尔逊相关系数来量化关联度；

代数连通度是图的拉普拉斯矩阵的第二小特征值；

拓扑属性是使用Python模块NetworkX计算。