[发明专利]一种确定微生物来源的肿瘤新抗原表位的方法及装置

权利要求书

1.一种确定微生物来源的肿瘤新抗原表位的方法，所述方法包括：

获取宏基因组测序数据，所述宏基因组测序数据包含将肿瘤相关样本和非肿瘤相关样本中的细菌DNA高通量测序后的测序数据；

基于所述宏基因组测序数据，进行宏基因组组装，获取组装的基因组序列，并基于所述组装的基因组序列，预测基因组中的编码基因；

基于预测的编码基因和/或所述宏基因组测序数据，确定所述肿瘤相关样本和非肿瘤相关样本中的细菌种类和丰度；

确定所述肿瘤相关样本中显著性富集的细菌；

获取细菌已知物种判断结果，所述细菌已知物种判断结果指示所述显著性富集的细菌是否为已知物种；

基于所述显著性富集的细菌，通过已知基因组数据库，确定已知物种的细菌的基因组或蛋白序列；或者

基于所述显著性富集的细菌，根据所述预测的编码基因，确定未知物种的细菌的蛋白序列；

预测所述已知物种的细菌的蛋白序列中的肽段或所述未知物种的细菌的蛋白序列中的肽段与MHC的结合亲和力，筛选与MHC可结合的已知物种的细菌的蛋白序列中的肽段或未知物种的细菌的蛋白序列中的肽段，进而确定可结合MHC的肽段；以及

基于所述可结合MHC的肽段，确定所述可结合MHC的肽段的免疫原性、与宿主相似度和MHC分型数量，并且基于所述免疫原性、与宿主相似度和MHC分型数量筛选肽段，进而确定肿瘤新抗原表位。

2.根据权利要求1所述的方法，其中

所述肿瘤相关样本为供体肿瘤组织样本或者肿瘤患者粪便样本，和/或

所述非肿瘤相关样本为供体癌旁组织样本、正常组织样本或者健康人群的粪便样本。

3.根据权利要求1或2所述的方法，所述方法还包括：在基于所述宏基因组测序数据，进行宏基因组组装，获取组装的基因组序列，并基于所述组装的基因组序列，预测基因组中的编码基因之前，对所述宏基因组测序数据进行质量控制，进而获取质量控制后的宏基因组测序数据；优选地，所述质量控制的标准为：末端碱基质量大于Q20，N碱基数量小于5，序列长度大于等于100bp。

4.根据权利要求1-3中任一项所述的方法，其中

基于预测的编码基因和/或所述宏基因组测序数据，确定所述肿瘤相关样本和非肿瘤相关样本中的细菌种类和丰度包括：

基于所述预测的编码基因，确定所述肿瘤相关样本和非肿瘤相关样本中的细菌种类和丰度；或者

基于所述宏基因组测序数据，使用物种注释软件确定所述肿瘤相关样本和非肿瘤相关样本中的细菌种类和丰度；或者

基于所述预测的编码基因，确定所述肿瘤相关样本和非肿瘤相关样本中的细菌种类和丰度；

基于所述宏基因组测序数据，使用物种注释软件确定所述肿瘤相关样本和非肿瘤相关样本中的细菌种类和丰度；和

选取基于预测的编码基因确定细菌种类和丰度以及使用物种注释软件确定细菌种类和丰度的结果中均包含的细菌种类作为确定的肿瘤相关样本和非肿瘤相关样本中的细菌种类，并确定其相应的细菌丰度。

5.根据权利要求1-4中任一项所述的方法，其中

所述组装的基因组序列的长度大于等于90bp。

6.根据权利要求4或5所述的方法，其中

基于所述预测的编码基因，确定所述肿瘤相关样本和非肿瘤相关样本中的细菌种类和丰度包括：

将所述预测的编码基因与已知数据库中的序列进行序列比对以预测细菌种类，并确定同分类水平的细菌丰度，优选地，进行序列比对的输入序列为所述预测的编码基因翻译后的蛋白序列。