本发明涉及生物检测技术领域,特别涉及一种基于高通量测序技术的宏基因组数据分析方法。
背景技术：
宏基因组学(metagenomics)研究通过全基因组鸟枪法(wholegenomeshotgun，wgs)测序策略，将提取获得的微生物组总dna随机打断为短片段，并构建合适长度的插入片段文库，对这些文库进行双端(paired-end，pe)高通量测序，从而能全面精细地展示整个菌群的功能代谢谱和物种精细组成谱，进而在组成和功能水平分别挖掘关键生物标记物，从原理上阐明微生物群落在生态系统中发挥作用的根本机制。
技术实现要素：
本发明所要解决的技术问题在于提供一种基于高通量测序技术的宏基因组数据分析方法。
本发明所要解决的技术问题可以通过以下技术方案来实现：
一种基于高通量测序技术的宏基因组数据分析方法，具体包括如下步骤：
(1)对高通量测序下机的双端序列原始数据进行质量筛查，获取可用于下游宏基因组学分析的高质量数据集；
(2)对每个样本的高质量数据集分别进行宏基因组序列拼接组装，构建宏基因组contigs和scaffolds序列集，并进行基因预测，获得非冗余蛋白序列集；
(3)对蛋白序列用多种常用数据库进行功能注释，获得各等级的功能类群丰度谱，并进行差异比较分析、代谢通路富集分析和聚类分析；
(4)对基因序列进行物种注释，获得种以及种以下精细水平的物种组成谱，并进行差异比较分析、聚类分析、物种组成丰富度和均匀度分析和关联网络分析；
(5)基于上述获得的功能丰度谱和物种组成谱，可以进一步对宏基因组样本进行alpha和beta多样性分析，进而依靠多种多变量统计学方法筛选得到宏基因组中的关键生物标记物；
(6)通过多种数据可视化和交互式工具，绘制二维/三维图表，全方位、客观地呈现以上分析结果；
(7)根据样本来源，选择功能数据库进行注释分析。
由于采用了如上的技术方案，本发明具有如下特点：
(1)直接对菌群样本中的基因片段进行测序，真实再现菌群复杂而精密的生态功能；
(2)每个样本都能一次性获得至少10gb的测序数据量，真正实现对物种和功能的精确定量；
(3)多种功能注释数据库可选，根据研究需求选择kegg/eggnog/cazy/nr/swiss-prot/go/vfdb/card等数据库，最优化宏基因组功能代谢谱注释；
(4)通过微生物基因信息精确识别物种来源，获取种以及种以下水平的“高分辨率”物种精细组成谱；
(5)通过多种多变量统计分析和机器学习方法，系统、深入地挖掘宏基因组大数据中差异相关的关键物种和关键功能，精确识别关键生物标记物。
附图说明
图1为本发明的基于高通量测序技术的宏基因组数据分析方法的流程示意图。
具体实施方式
参见图1，图中所示的一种基于高通量测序技术的宏基因组数据分析方法，具体包括如下步骤：
(1)对高通量测序下机的双端序列原始数据进行质量筛查，获取可用于下游宏基因组学分析的高质量数据集；
(2)对每个样本的高质量数据集分别进行宏基因组序列拼接组装，构建宏基因组contigs和scaffolds序列集，并进行基因预测，获得非冗余蛋白序列集；
(3)对蛋白序列用多种常用数据库进行功能注释，获得各等级的功能类群丰度谱，并进行差异比较分析、代谢通路富集分析和聚类分析；
(4)对基因序列进行物种注释，获得种以及种以下精细水平的物种组成谱，并进行差异比较分析、聚类分析、物种组成丰富度和均匀度分析和关联网络分析；
(5)基于上述获得的功能丰度谱和物种组成谱，可以进一步对宏基因组样本进行alpha和beta多样性分析，进而依靠多种多变量统计学方法筛选得到宏基因组中的关键生物标记物；
(6)通过多种数据可视化和交互式工具，绘制二维/三维图表，全方位、客观地呈现以上分析结果；
(7)根据样本来源，选择功能数据库进行注释分析。