(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210983345.8 (22)申请日 2022.08.16 (71)申请人 杭州微数生物科技有限公司 地址 311100 浙江省杭州市萧 山区宁围街 道传化科创大厦1幢4楼 申请人 中国人民解 放军军事科学院军事医 学研究院 (72)发明人 王莹　朱力　徐荣　何陆平　 王恒樑　王东澍　陈欢　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 林松海 (51)Int.Cl. G16B 30/10(2019.01) G06F 16/953(2019.01)G06F 16/2455(2019.01) G06F 16/215(2019.01) (54)发明名称 一种大肠杆菌多糖抗原结构数据库及其在 线分析平台 (57)摘要 本发明提供了一种大肠杆菌多糖抗原结构 数据库及其在线分析平台 （EcoSP） 。 通过汇总和 分析大肠杆菌各抗原分型与多糖抗原结构、 合成 基因簇、 多糖合成信息、 单糖合成通路、 菌株基因 组和菌株名称的对应关系， 构建了大肠杆菌多糖 抗原结构数据库。 并在数据库基础上， 开发了可 用于大肠杆菌多糖抗原信息检索和分型分析的 在线平台 （EcoSP） 。 EcoSP可快速浏览和检索大肠 杆菌多糖抗原结构数据， 包括186个O抗原分型和 68个K抗原分型的多糖结构和多糖、 单糖合成信 息， 同时可对提交的大肠杆菌基因组进行快速分 型分析， 对临床诊断、 微生物资源开发、 疫苗研发 和流行病学调查 等领域具有重要意 义。 权利要求书2页 说明书7页 附图5页 CN 115440301 A 2022.12.06 CN 115440301 A 1.一种大肠杆菌多糖抗原结构数据库， 其特 征在于， 构建的步骤如下： S1 大肠杆菌高质量菌株 基因组获取和分析 S1‑1： 从公共数据库NCBI下 载所有已发表的大肠杆菌基因 组序列； S1‑2： 对已下载的基因组进行评估分析， 包括基于基因组的菌种鉴定和基因组完整性、 污染率评估； S1‑3： 过滤掉低质量、 命名错 误的大肠杆菌 菌株基因组， 筛选高质量菌株 基因组； S1‑4： 对大肠杆菌高质量菌株 基因组进行分型和注释分析； S2 大肠杆菌多糖抗原结构数据库 （E coSP‑Db） 构建 S2‑1 根据已发表的文献资料， 收集并校正大肠杆菌186个O抗原分型和68个K抗原分型 对应的多糖结构、 合成基因簇序列和基因功能信息； S2‑2 根据文献资料， 收集并整合大肠杆菌O抗原和K抗原中的多糖合成信息， 包括供体 糖和受体 糖信息， 多糖重复单 元中关键基因糖 基转移酶和聚合酶； S2‑3 绘制多糖抗原O单元结构图、 K单元结构图和合成基因簇功能结构图； 统一格式图 示化展示； S2‑4 根据已发表文献资料， 收集并整合大肠杆菌多糖抗原中单糖合成通路39条， 并绘 制单糖合成通路图； 分步骤展示合成信息， 包括单糖合成反应序号、 合成关键基因、 反应前 体、 反应产物、 最终产物、 合成通路类型和通路图， 涉及156个单糖合成基因、 91条单糖反应 信息和26个单糖； S2‑5 汇总254个抗原分型与对应的多糖结构、 合成基因簇功能结构、 多糖合成、 单糖合 成通路和S1中高质量菌株基因组映射关系， 构建大肠杆菌多糖抗原结构数据库(EcoSP ‑ Db)。 2.根据权利要求1所述的大肠杆菌多糖抗原结构数据库， 其特 征在于， 对下载的大肠杆菌基因组序列， 采用FastANI软件计算各下载基因组与大肠杆菌模式 菌株基因组的平均核苷酸相似性 （Average  Nucleotide  Identity， ANI） ， 同时采用checkM 软件计算基因组完整性、 污染率和异质性， 采用Perl语言自编写程序计算基因组Contig或 Scaffold数目； 筛除与大肠杆菌模式菌株基因组间ANI值小于94%、 基因组片段数大于500个、 污染率大 于5%、 完整度小于85%， 或不包含多糖抗原合成基因簇的菌株基因组， 获得高质量大肠杆菌 基因组共计7741个。 3.根据权利要求1所述的大肠杆菌多糖抗原结构数据库， 其特 征在于， 获取文献发表的分型基因簇序列信息为分型数据库 （eco ‑TypeDb） ， 采用P ython语言自 编写程序 （eco ‑TYPEtool） 进行O抗原分型和H抗原分型； 大肠杆菌基因组分型分析步骤如下 所示： 首先， 下载文献已发表的大肠杆菌各分型的O抗原和H抗原合成基因簇序列和注释信 息， 转换为可识别的大肠杆菌分型DNA参考序列和对应的蛋白序列， 构建eco ‑TypeDb数据 库； 其次， 采用Blast程序将基因组序列比对至大肠杆菌分型DNA参考序列， 基于序列相似 性和覆盖度阈值， 筛 选最佳匹配的DNA参 考序列； 再次， 采用tBlastn程序， 将待分型基因比对到分型参考基因序列中相应的蛋白序列，权　利　要　求　书 1/2 页 2 CN 115440301 A 2得到最佳匹配的基因信息； 最后， 根据以上匹配信息， 输出 大肠杆菌 菌株基因组的O:H抗原分型 结果表格； 获取已发表文献中的大肠杆菌糖基转移酶数据， 结合公共数据库NCBI、 MetaCYC （https://metacyc.org/） 和GTDB （https://www.biosino.org/gtdb/） 的细菌糖基转移酶数 据， 构建注释数据库 （eco ‑GTdb） ， 采用Prodig al软件对菌株基因组进行基因预测； 将预测基因采用Blastp软件比对到eco ‑GTdb数据库； 比对结果进行 过滤， 滤除相似性 （Identity） 小于85%、 e ‑Value大于1e‑7的比对结果。 4.根据权利要求1所述的大肠杆菌多糖抗原结构数据库， 其特 征在于， 采用CSDB/SFNG绘图工具对254个抗原分型进行多糖结构绘制， 绘制格式包括SPNG格 式、 化学结构式图和 CSDB线性结构格式， 并采用SVG矢量绘图方法， 在化学结构式图中添加 糖苷键对应的关键基因名称， 以统一格式、 图片展示多糖结构和合成信息； 基于文献和公共数据库下载的合成基因簇序列和注释信息， 采用SVG方法绘制合成基 因簇结构图， 展示各基因功能分类； 溯源最初文献报道， 逐一核对现有发表的多糖结构和合成基因簇信息， 包括校正O63抗 原合成基因簇信息引用问题。 5.根据权利要求1所述的大肠杆菌多糖抗原结构数据库， 其特 征在于， 根据文献信息， 汇总各抗原分型中大肠杆菌表面多糖合成信息， 建立大肠杆菌多糖合 成关键酶基因糖基转移酶和聚合酶、 供体糖、 受体糖、 糖苷键类型和抗原分型、 菌株基因组 之间的映射关系。 6.一种大肠杆菌多糖抗原结构在线分析平台， 其特 征在于， 构建的步骤如下： S6‑1 构建抗原分型浏览模块， 可选择或检索血清型名称， 查看多糖抗原结构信息和对 应的菌株信息； S6‑2 构建抗原分型检索模块， 可选择输入已发表的菌株名称或菌株基因组序列号 （NCBI） 进行检索， 反馈用户相应的大肠杆菌多糖抗原分型和结构信息， 或选择输入抗原分 型， 将反馈用户相应的准备 结构信息； S6‑3 构建大肠杆菌抗原多糖合成信息检索模块， 可通过输入分型、 关键基因名称、 糖 苷键、 糖基供体、 糖 基受体、 糖苷键类型， 检索多糖抗原合成信息； S6‑4 构建大肠杆菌单糖合成通路检索模块， 可输入关键词， 检索到其对应的合成步骤 信息、 抗原分型和菌株名称； S6‑5 构建大肠杆菌数据上传模块和分析模块， 基于eco ‑Type、 eco ‑GTdb数据库和自编 写流程， 对用户提交的大肠杆菌基因 组序列进行分型和功能注释分析； 步骤S6‑1、 S6‑2、 S6‑3和S6‑4中的模块构建， 均依托权利要求1中的大肠杆菌多糖抗原 结构数据库 （E coSP‑Db） 。 7.根据权利要求6所述的在线平台， 其特征在于， 用户可通过浏 览器直接浏览或检索大 肠杆菌各分型中O单元和K单元结构信息， 同时可检索大肠杆菌 O抗原和K抗原的多糖合成信 息和单糖合成通路。 8.根据权利要求6所述的在线平台， 其特征在于， 用户提交大肠杆菌基因组， 在数分钟 内返回大肠杆菌抗原分型 结果。权　利　要　求　书 2/2 页 3 CN 115440301 A 3