专利交易市场

本发明公开了一种功能序列和结构模拟相结合的基因挖掘方法、NADH偏好型草铵膦脱氢酶突变体及应用。所述基因挖掘方法包括：(1)分析NADH型谷氨酸脱氢酶应具备的特性序列；(2)根据特征序列搜索基因库；(3)对搜索获得的基因进行聚类分析和蛋白结构模拟；(4)选择基因聚合度高且蛋白结构与已知草铵膦脱氢酶结构类似的基因作为候选基因。经基因挖掘得到来源于堆肥赖氨酸杆菌(Lysinibacillus composti)氨基酸序列如SEQ ID No.2所示的野生型草铵膦脱氢酶，并经过突变筛选到NADH偏好型草铵膦脱氢酶突变体，突变位点选自以下一种：(1)A144G‑V375F‑M91A；(2)A144G‑V345A‑M91A；(3)A144G，该突变体酶能够利用廉价的辅酶NAD进行催化反应。

本发明请求保护一种基于双重测序的超低频DNA突变识别方法和装置，该方法和装置包括：(1)对原始测序数据质量进行评估，降低数据噪声，为后续分析提供有效数据；(2)根据barcode对读段进行分组形成read family，提取read family中每个读段上的barcode进行错误校正，校正后的barcode重新返回读段中；(4)将read family进行组内多序列比对，并根据每个位置上主要碱基的频率计算当前位置的共识质量得分，生成单链一致性序列，以排除文库制备或者PCR过程中引入的突变；(5)根据单链一致性序列构建双链一致性序列，进一步排除序列中的非对称突变位点；本发明能有效提高数据利用率，有效抑制测序错误，并提高低频甚至超低频突变检测的准确率。

本发明公开了一种基于唯一分子标签聚类的低频DNA突变识别方法及装置，旨在提升高通量测序(next‑generation sequencing,NGS)数据中低频DNA突变识别的准确性和灵敏度。所述方法包括以下步骤：(1)预处理测序原始数据，提取UMI序列并建立其与测序读段的映射关系；(2)采用UMAP算法对UMI序列进行降维，采用HDBSCAN算法对UMI数据进行聚类；(3)对同一读段簇内的读段进行多序列比对后，基于熵值与互信息生成一致性序列；(4)将一致性序列与参考基因组比对后进行突变识别。本发明的方法和装置能有效提高低频DNA突变识别的准确度和效率，拟为癌症早筛早诊、产前诊断、法医检测等领域的遗传变异分析提供一种新策略。

本发明涉及基因测序技术领域，尤其涉及一种基因测序数据处理方法及系统。所述方法包括以下步骤：通过获取农作物样本数据集，进行样本细胞破碎和基因测序，得到农作物的细胞基因序列数据；对基因序列数据进行变异分析，划分为基因突变序列和基因序列缺失数据，进一步进行基因表达失常分析，预测抗病性衰减和性状变化；通过将分析结果存储在基因存储数据库中，实现基因表达性状变化数据的保存和查询；通过对农作物性状变化存储数据库进行差异化表达分析，检测农作物的基因异常，最终通过作物基因品质改良方法，获得改善后的农作物基因数据；本发明通过对农作物基因的测序优化，使得基因突变的预测更加精准。