[发明专利]一种分析微生物群落结构所需测序量的预测方法

摘要

本发明公开了一种分析微生物群落结构所需测序量的预测方法。通过拟合因测序量不足引起的群落间距离与测序量之间的回归关系，获得两者之间的回归方程，并通过预测误差与测序量之间的回归关系对该回归方程进行校正。随着测序量的增加，因测序量不足引起的群落间距离会逐渐变小；当该距离接近0时，多次重复采样获得的群落结构的相似性就接近100％，该群落结构就能够代表环境中的微生物群落组成。因此，通过设定所获得的线性方程中的群落间距离为0，根据校正后的回归方程可以较为准确地预测出能够反映环境微生物群落组成所需要的测序量。

主权项

1.一种分析微生物群落结构所需测序量的预测方法，其特征在于，包括以下步骤：一、校正函数PSb/AS＝a'·log10(PSb)+b'中a'和b'的获得a、选择不少于10个已有16S rRNA基因测序信息且与拟分析的微生物群落结构生境接近的微生物群落，命名为微生物群落M1、M2、M3、……、Mn，n≥10，每个微生物群落含有的16S rRNA序列数为AS；对于上述M1、M2、M3、……、Mn微生物群落，确定不少于5个随机抽样深度进行抽样获得16S rRNA基因序列组，分别命名为D1、D2、D3、……、Dn序列数目的16S rRNA基因序列组，n≥5，这些16S rRNA基因序列组满足以下特点：(1)这n组序列数目的16S rRNA基因序列组的序列数量各不相同但最多的序列数量不超过所选择的微生物群落中AS最少的16S rRNA基因序列数，即D1≠D2≠D3≠……≠Dn，且max{D1,D2,D3,……,Dn}≤min{AS}；(2)D1、D2、D3、……、Dn序列数目的16S rRNA基因序列组，每个微生物群落每个序列数目的16S rRNA基因序列组具有3个以上的重复样，即D1序列数目的16S rRNA基因序列组具有3个以上的重复样，D2序列数目的16S rRNA基因序列组具有3个以上的重复样，依此类推；(3)分别从M1、M2、M3、……、Mn微生物群落抽取的D1、D2、D3、……、Dn序列数目的16S rRNA基因序列组，它们的D1、D2、D3、……、Dn序列数目是一致的，即所有微生物群落抽取的3个D1序列数目的16S rRNA基因序列组的序列数目是相同的，都是D1；所有微生物群落抽取的3个D2序列数目的16S rRNA基因序列组的序列数目是相同的，都是D2；依此类推；b、在相同的抽样深度条件下，分别计算每个微生物群落中D1、D2、D3、……、Dn序列数目的16S rRNA基因序列组中抽取的3个重复样的群落间距离d，然后对每个微生物群落单独拟合序列数目D1、D2、D3……Dn的10为底的对数函数值与群落间距离d之间的相关方程d＝a·log10D+b，上述所述D为序列数目，获得式中的a值和b值；c、令d＝0，计算每个微生物群落预测的测序深度PSb，即方程d＝a·log10D+b中d＝0时的D值；d、计算每个微生物群落预测的测序深度PSb与AS之间的比值，得到PSb/AS值，并通过拟合方程PSb/AS＝a'·log10(PSb)+b'获得a'和b'的值；二、预测群落所需最少测序量对拟分析的微生物群落中的16S rRNA基因进行若干次重复的随机PCR扩增，并进行测序，得到若干个数据集，分别从每个测序的数据集中抽取a1、a2、a3、……、an序列数的序列，由各个数据集中抽取的a1组成{a1}数据集，a2组成{a2}数据集，以此类推，分别计算相同序列数D的数据集之间的群落间距离d，所述的若干次指3次以上，所述的a1、a2、a3、……、an序列数，满足a1≠a2≠a3≠……≠an，所述的n≥5；根据得到的D和相对应的d拟合方程d＝a·log10D+b，并获得式中的a值和b值；根据公式PSa＝PSb/(PSb/PSa)≈PSb/(PSb/AS)＝(10‑b/a)/(b'‑a'·b/a)，代入a'、b'、a和b值，计算获得分析微生物群落结构所需测序量PSa。