检测人体肠道宏基因组的细菌群落及丰度的方法

摘要

一种检测人体肠道宏基因组的细菌群落及丰度的方法，属于生物信息鉴定领域。本发明的目的是利用已测序细菌的基因组作为参考基因组，基于支持向量数据描述（SVDD）模型检测肠道宏基因组中未知DNA片段细菌群落的检测人体肠道宏基因组的细菌群落及丰度的方法。本发明利用SVDD模型对已知细菌的DNA序列进行分类训练，然后根据分类训练结果检测肠道宏基因组中包含的DNA片段来自的细菌群落及丰度。本发明优势在于不需要生物实验提取细菌的16sRNA作为物种特征标签，具有快速、方便的特点。

主权项

一种检测人体肠道宏基因组的细菌群落及丰度的方法，其特征在于：a、利用SVDD模型对已知细菌的DNA序列进行分类训练：从下载的每个细菌中随机切割出100段长度为1000 bp的不重叠DNA片段，对每一段DNA片段，计算其k‑mer频率与它们的反向互补k‑mer频率之商作为数字特征向量；设每类细菌X能描述为：，其中是从每一段DNA片段中提取的数字特征向量，N是每类细菌的样本数，l是数字特征向量的维数，提取每类细菌X的所有DNA序列片段的数字特征向量之后，利用支持向量数据描述SVDD模型对其进行分类训练，就是在核空间寻求一个包含几乎所有的且体积达到最小的超球体，用来对每类细菌X进行数据描述，所求超球可通过解如下所示的凸约束二次规划得到：式中：为球心，r为半径，是2‑范数，是对称的非线性映射函数，是一个松弛变量；b、根据分类训练结果检测肠道宏基因组中包含的DNA片段来自的细菌群落及丰度：对每个输入的待检测DNA片段，先计算其数字特征向量x，然后用下面的函数来决定所属细菌群落：式中、分别是是所训练的第j个细菌群落的超球球心和半径。