宏基因组功能基因的靶向挖掘算法研究

Metagenomics, as the primary approach to study microbial communities, has been widely used and rapidly developed after the proposal of the Human Microbiome Project. A key step of the metagenomic analysis is to profile target functional genes. However, limited by the complexity and huge amount of sequencing data, this process is time-consuming and flawed. To address such problems, we aim to develop a novel computational approach for effectively obtaining the target functional genes based on a weighted spaced kmer matching model in this project. To achieve this, the reads which match to the target functional genes would be screened out rapidly and used to perform assembly process. After that, the polymorphism of gene region, copy number of the same gene will be assessed. In addition, simulated and real metagenomic data sets are used to access the performance of this algorithm. We believe this approach would be an important tool for mining target functional gene, as well as accelerate the development of metagenomic studies.

宏基因组技术是现今研究微生物群落最为主要的方法之一，自人体微生物组计划提出以来，多项重大计划的实施都推动了它的快速发展。宏基因组分析的一个重要步骤是从复杂数据中对特定目标功能基因进行挖掘。但以全基因组随机测序为基础的宏基因组数据规模庞大，序列多样性高，从中提取目标基因不仅受到计算资源的限制，得到的基因序列也会出现碎片化、有遗漏和假阳性率过高等问题。对此，本项目拟以前期开发的基因组拼接算法为基础，构建基于带权间隔kmer多重匹配模型的快速宏基因组靶向功能基因挖掘算法。此方法通过快速提取和目标基因相匹配的测序读段进行序列拼接，再对多态性、丰度和拷贝数进行定量分析，以达到降低计算资源消耗，提高目标区域拼接质量的目的。同时拟把此方法应用到人体微生物组数据分析中，以验证其稳定性并构建相关数据库。本项目开发的新型计算工具将成为有效获取宏基因组功能基因的途径，为宏基因组学研究的发展提供方法学支撑。

宏基因组技术是现今研究微生物群落最为主要的方法之一，自人体微生物组计划提出以来，多项重大计划的实施都推动了它的快速发展。宏基因组分析的一个重要步骤是从复杂数据中对特定目标功能基因进行挖掘。但以全基因组随机测序为基础的宏基因组数据规模庞大，序列多样性高，从中提取目标基因不仅受到计算资源的限制，得到的基因序列也会出现碎片化、有遗漏和假阳性率过高等问题。对此，本项目实现了基于带权间隔kmer多重匹配模型的快速宏基因组靶向功能基因挖掘算法的开发。此方法通过快速提取和目标基因相匹配的测序读段进行序列拼接，再对多态性、丰度和拷贝数进行定量分析，以达到降低计算资源消耗，提高目标区域拼接质量的目的。同时拟把此方法应用到人体微生物组数据、鸡肠道微生物组和海量单菌株功能基因的靶向挖掘分析中，以验证其稳定性并构建相关数据库。本项目开发的新型计算工具将成为有效获取宏基因组功能基因的途径，为宏基因组学研究的发展提供方法学支撑。在本项目的支持下，于《核酸研究》发表论文一篇，申请软件著作权一项，培养研究生两名，实现了项目预期目标。

内容获取失败，请点击重试