CN110838338A - 生物分析项目的建立系统、方法、存储介质、及电子设备 - Google Patents

Abstract

本发明提供生物分析项目的建立系统、方法、存储介质、及电子设备。其中，所述建立方法包括：从生物信息分析管理系统中读取各分析项目的分析任务单；从服务器中调取各所述分析任务单所需要的生物学数据；在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务，并将各所述生物学数据分别上传至对应的分析项目下，以供分析。本发明通过程序自动化执行分析项目的建立流程，极大地解放了人力资源，改变了现有的纯手动建立分析项目的繁琐操作方式，同时，避免了人为原因所导致的分析项目的建立出现遗漏或偏差的不足，有助于提高客户分析项目结果的准确性。

Description

生物分析项目的建立系统、方法、存储介质、及电子设备

技术领域

本发明涉及计算机软件领域，特别是涉及生物分析项目的建立系统、建立方法、存储介质、及电子设备。

背景技术

在生物项目分析技术领域中，生物信息分析管理系统可以理解为存储每个客户分析需求的数据库，客户会将自己的数据分析需求反馈到生物信息分析管理系统，由生物信息分析管理系统负责生成一个个的分析任务单；服务器可以理解为用于存储生物学数据、对生物学数据进行分析前处理的平台；云平台则可以理解为对生物学数据实现一键化生物信息分析的交互分析系统。

通常，分析一个生物项目的工作流程是：从生物信息分析管理系统获取每一个分析任务单，解读其分析要求——到服务器上分别调取每个任务单所需要的生物学数据——在云平台上建立每个任务单的分析项目及分析任务——将每个任务单的生物学数据上传到云平台的对应分析项目下，运行每个分析任务。

目前，上述工作流程中的每一个步骤都需要人工手动去执行，先登录到生物信息分析管理系统去查看每个任务单的内容，接着根据任务单信息再登录到服务器上调取出每个任务单的生物学数据，然后登录到云平台，根据任务单逐个创建对应的分析项目及分析任务，再返回到服务器上将生物学数据上传到对应云平台项目下，上传完成后，再重新返回云平台，去运行每个项目的分析任务，获取分析结果。可见，整个过程非常冗长及繁琐。

由于生物信息分析管理系统、服务器、云平台这三个系统之间的信息并不是互相联通的，而服务器上生物学数据的调取、云平台上项目及任务的建立均需要根据生物信息分析管理系统任务单的内容，同时云平台上每个项目分析所需的生物学数据又需要从服务器上传，所以业界亟需一种优化的技术方案，来连通生物信息分析管理系统、服务器、云平台这三个系统，从而提高生物项目的分析效率。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供生物分析项目的建立系统、建立方法、存储介质、及电子设备，用于解决现有技术中的以上问题。

为实现上述目的及其他相关目的，本发明提供一种生物分析项目的建立系统，包括：输入模块，用于从生物信息分析管理系统中读取各生物分析项目的分析任务单；以及还用于从服务器中调取各所述分析任务单所需要的生物学数据；处理模块，用于在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务，并将各所述生物学数据分别上传至对应的分析项目下，以供分析。

于本发明一实施例中，所述从生物信息分析管理系统中读取各分析项目的分析任务单的实现方式包括：登录所述生物信息分析管理系统；跳转至所述生物信息分析管理系统的分析任务单的列表页面；依次进入各所述分析任务单的详情页面；读取各所述分析任务单的内容信息。

于本发明一实施例中，所述读取各所述分析任务单的内容信息的实现方式包括：根据各所述分析项目的需求选择相应的内容信息进行读取。

举例说明，若所述生物项目为微生物多样性项目，则所述内容信息至少包括引物文库、引物名称及对应的样本个数；若所述生物项目为宏基因组项目或宏转录组项目，则所述内容信息至少包括样本文库、数据路径及测序通道；其他生物分析项目可以依照现有技术中已有特定需要进行内容信息选取。

于本发明一实施例中，所述从服务器中调取各所述分析任务单所需要的生物学数据的实现方式还包括：对各所述生物学数据的质量进行控制。

于本发明一实施例中，所述对各所述生物学数据的质量进行控制的实现方式包括但不限于：去除各所述生物学数据中的接头及条形码序列；对基因序列的尾部的质量值低于第一预设值的碱基和长度小于第二预设值的基因序列进行过滤等。

于本发明一实施例中，所述在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务的实现方式包括：登录所述云平台或所述服务器；跳转至所述云平台或所述服务器的分析项目的列表页面；为每个所述分析任务单分别建立分析项目及分析任务。

于本发明一实施例中，所述在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务的实现方式为：根据各所述分析任务单中的需求建立相应分析任务，并将所述相应分析任务关联到对应的流程应用。

举例说明，若所述生物项目为微生物多样性项目，则根据引物分别建立分析任务，并将该分析任务关联到微生物多样性流程应用；若所述生物项目为宏基因组项目，则直接建立分析任务，并将该分析任务关联到宏基因组分析流程应用。

为实现上述目的及其他相关目的，本发明提供一种电子设备，包括：如上任一所述的生物分析项目的建立系统。

为实现上述目的及其他相关目的，本发明提供一种生物分析项目的建立方法，包括：从生物信息分析管理系统中读取各生物分析项目的分析任务单；从服务器中调取各所述分析任务单所需要的生物学数据；在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务，并将各所述生物学数据分别上传至对应的分析项目下，以供分析。

于本发明一实施例中，所述从生物信息分析管理系统中读取各分析项目的分析任务单的步骤还包括：登录所述生物信息分析管理系统；跳转至所述生物信息分析管理系统的分析任务单的列表页面；依次进入各所述分析任务单的详情页面；读取各所述分析任务单的内容信息。

于本发明一实施例中，所述读取各所述分析任务单的内容信息的步骤还包括：根据各所述分析项目的需求选择相应的内容信息进行读取。

举例说明，若所述生物项目为微生物多样性项目，则所述内容信息至少包括引物文库、引物名称及对应的样本个数；若所述生物项目为宏基因组项目或宏转录组项目，则所述内容信息至少包括样本文库、数据路径及测序通道。

于本发明一实施例中，所述从服务器中调取各所述分析任务单所需要的生物学数据的步骤还包括：对各所述生物学数据的质量进行控制。

于本发明一实施例中，所述对各所述生物学数据的质量进行控制的步骤还包括但不限于：去除各所述生物学数据中的接头及条形码序列；对基因序列的尾部的质量值低于第一预设值的碱基和长度小于第二预设值的基因序列进行过滤等。

于本发明一实施例中，所述在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务的步骤还包括：登录所述云平台或所述服务器；跳转至所述云平台或所述服务器的分析项目的列表页面；为每个所述分析任务单分别建立分析项目及分析任务。

于本发明一实施例中，所述在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务的步骤还包括：根据各所述分析任务单中的需求建立相应分析任务，并将所述相应分析任务关联到对应的流程应用。

举例说明，若所述生物项目为微生物多样性项目，则根据引物分别建立分析任务，并将该分析任务关联到微生物多样性流程应用；若所述生物项目为宏基因组项目，则直接建立分析任务，并将该分析任务关联到宏基因组分析流程应用。

为实现上述目的及其他相关目的，本发明提供一种存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现如上所述的生物分析项目的建立方法。

如上所述，本发明的生物分析项目的建立系统、建立方法、存储介质、及电子设备，具有以下有益效果：通过程序自动化执行分析项目的建立流程，极大地解放了人力资源，无需人工在生物信息分析管理系统、服务器、云平台三个系统之间来回切换，避免进行重复性的项目建立操作，同时，避免了人为原因所导致的分析项目的建立出现遗漏或偏差的不足，比如调取的生物学数据与分析任务单所要求的样品个数或合同数据量不一致，亦或是客户姓名、客户单位等提取错误等，有助于提高客户分析项目结果的准确性。

附图说明

图1显示为本发明一实施例中的应用场景示意图。

图2显示为本发明一实施例中的生物项目分析方法的流程示意图。

图3显示为本发明一实施例中的生物项目分析系统的模块示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

为了解决现有技术中，生物信息分析管理系统、服务器、云平台这三个系统之间的信息无法互通的问题，本发明提出生物项目分析系统、分析方法、存储介质、及电子设备，以将每个分析项目从最开始的客户需求到分析过程再到最终反馈结果有机串联起来，从而实现整个分析流程自动化，大力节省人工成本、提高项目分析的准确率。

参见图1，本实施例提供一种生物分析项目的建立方法，由图1所示的电子设备负责执行。该电子设备可以是台式机、便携式电脑、智能手机等设备，其分别与生物信息分析管理系统、服务器、云平台通信连接。所谓的生物分析项目包括：微生物多样性项目、宏基因组项目、宏转录组项目、全基因组重测序、真核有参转录组、真核无参转录组、细菌基因组、BSA关联分析、蛋白项目等等。

参见图2，本实施例的生物分析项目的建立方法包括如下步骤：

S21：从生物信息分析管理系统中读取各生物分析项目的分析任务单。

具体的，分析项目的分析任务单记载了客户项目信息及其分析需求。在一实施例中，可利用python爬虫技术及网页解析技术，或者，通过curl命令结合shell语言、JAVA爬虫、C++爬虫、PHP爬虫等方法，从本地服务器(也即图1所示的电子设备)登录到生物信息分析管理系统，跳转到新下达的分析任务单列表页面，依次进入到每个分析任务单的详情页面，读取后续服务器及云平台操作所需的项目分析信息，包括：合同编号、客户姓名、送样订单、甲方、项目类型、分析阶段、样本名称、合同数据量、生物学数据量、插入片段等。

如果项目类型是微生物多样性，则还需读取引物名称及对应的样品个数、引物文库、企业编号等；如果项目类型是宏基因组或者宏转录组，则还需读取样本文库、数据路径及测序通道lane等。

S22：从服务器中调取各所述分析任务单所需要的生物学数据。

所谓的生物学数据可以是基因测序的数据，还可以是蛋白、肠道菌类等方面的测试数据，还可以是蛋白或代谢的数据等等。具体来说，所述蛋白的测试数据主要包括蛋白鉴定表、PSM表、肽段表、蛋白表达量表等；对于菌类而言，测试数据大多是测序数据，还可以有metadata元数据(如：样本信息、实验信息、分类标签等)、自定义数据库、二维表数据等。

具体的，由于服务器上的生物学数据并不是按照每个客户或者是每个分析任务单直接独立存储的，而是很多客户的生物学数据合并存储在一起，所以需要根据步骤S21中所读取的这些任务单中的信息，借助shell语言、调用perl脚本(或Python脚本等)调取出每个分析任务单所需的生物学数据。举例而言，如果项目类型是微生物多样性，则根据引物名称、引物文库、企业编号、样品个数等进行生物学数据调取，此处包含质量控制过程，具体是指：去除测序原始数据中的接头、条形码barcode序列，以及对基因序列尾部的质量值低于20的碱基和长度小于200bp的基因序列进行过滤，最终调取出的数据包括fastq格式的原始数据、质控后的fastq及fasta格式的优化数据及数据统计表格；如果项目类型是宏基因组或者宏转录组，则根据样本名称、样本文库、数据路径及测序通道lane进行fastq格式的测序原始数据调取，此处也可进一步包含质量控制过程，本领域技术人员可以根据实际需求实现设计。对于其他生物分析项目，则可以依照现有技术中已有的特定需要进行内容信息的选取以及质量控制等。

需要说明的是，上述数值20及200仅作为优选示例，但本发明并不以此为限，本领域技术人员可根据实际需求对这两项参数进行赋值。

在一实施例中，进一步的，所述方法还包括：将各所述生物学数据打包起来上传到网盘中，具体的，利用python第三方库和shell语言单独设计了一个小模块来完成这项操作。需要说明的是，此处的python第三方库也可替换为其他语言编写的程序，例如：基于Go语言的BaiduPCS-Go、基于PHP的bpcs_uploader等。

在一实施例中，步骤S22在调取生物学数据之后还会对检测调取的生物学数据是否符合分析任务单的要求，具体的：一方面针对样本优化序列数的评估，比如某个样本所要求的优化序列数是30000条，但是调取的生物学数据的优化序列数只有20000条，则说明调取的生物学数据不符合要求，此时，应发出数据异常的信息提示；一方面针对提取到的样本个数的评估，比如某个分析任务单要求的样本数是10个，但是调取到的生物学数据的样本数只有8个，则说明调取的生物学数据不符合要求，此时，应发出数据异常的信息提示。

S23：在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务。

具体的，对任务单生物学数据的生物信息分析是基于云平台进行的，所以仍需利用python爬虫技术及网页解析技术，或者，通过curl命令结合shell语言、JAVA爬虫、C++爬虫、PHP爬虫等方法，从本地服务器登录到云平台，跳转到分析项目列表页面，根据任务单逐个建立新的分析项目及分析任务。在一实施例中，分析项目的命名以统一规则进行，包含：合同编号、客户姓名、客户单位、项目类型、样品个数、分析日期，同时，在分析项目下面创建对应的分析任务。

具体的，步骤S23根据各所述分析任务单中的需求建立相应分析任务，并将所述相应分析任务关联到对应的流程应用。举例而言，如果项目类型是微生物多样性，则根据引物分别建立分析任务，并且关联到微生物多样性流程应用，即使用微生物多样性的分析流程对项目数据进行生信分析，包括物种注释预评估、物种组成分析等；如果项目类型是宏基因组，则直接建立分析任务，并且关联到宏基因组分析流程应用，即使用宏基因组分析流程对项目数据进行生信分析，包括测序序列统计与质控、序列组装和基因预测、基因集构建与丰度计算、物种与功能注释、物种与功能组成分析等。优选的，于此，同时获取项目对应的数据上传验证码。对于其他生物分析项目，则可以根据实际需求执行类似操作，此处不再一一列举。

S24：将各所述生物学数据分别上传至对应的分析项目下，以供分析。

具体的，向云平台输入数据上传验证码并通过验证后，调用服务器python脚本，将各生物学数据中的质控后的fastq数据及原始数据统计表格上传到云平台中对应的分析项目下，以供分析。

在步骤S24中，所谓的以供分析是指：运行各所述分析任务，以获得各所述分析项目的分析结果。详细而言，数据上传到云平台需要一段时间，等待上传完成之后，利用python爬虫技术及网页解析技术，或者，通过curl命令结合shell语言、JAVA爬虫、C++爬虫、PHP爬虫等方法，进入到每个分析项目的运行任务页面，依次对每个分析任务进行参数设置，即跳转到参数设置页面，进行分析参数选择。

如果项目类型是微生物多样性，则选择分析任务对应的生物学数据的原始序列信息统计表和fastq序列文件，并根据分析任务的引物类型选择相应的物种分类数据库，其余参数保持默认设置。随后，保存并运行分析任务，等待分析任务运行结束，便可以得到分析结果。

值得注意的是，在其他实施例中，可以采用不使用云平台，而是采用令图1所示的服务器来完成本应由云平台来完成的工作，也就是说，直接将生物学数据在服务器上进行生信分析，完成之后得到分析结果，从而提高系统的集成度。

本领域普通技术人员可以理解，实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。基于这样的理解，本发明还提供一种计算机程序产品，包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(如：同轴电缆、光纤、数字用户线(DSL))或无线(如：红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(如：软盘、硬盘、磁带)、光介质(如：DVD)、或者半导体介质(如：固态硬盘Solid StateDisk(SSD))等。

参阅图3，本实施例提供一种生物分析项目的建立系统300。系统300作为一款软件搭载于图1所示的电子设备中，运行时执行前述方法实施例中的全部或部分步骤。

具体的，系统300包括：输入模块301、处理模块302。输入模块301用于执行前述方法实施例中的步骤S21～S22，处理模块302用于执行前述方法实施例中的步骤S23～S24。由于本系统实施例的具体实施方式技术原理上与前述方法实施例的相似，因而于此不再重复赘述技术细节。

本领域技术人员应当理解，图3实施例中的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个或多个物理实体上。且这些模块可以全部以软件通过处理元件调用的形式实现，也可以全部以硬件的形式实现，还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，处理模块302可以为单独设立的处理元件，也可以集成在某一个芯片中实现，此外，也可以以程序代码的形式存储于存储器中，由某一个处理元件调用并执行处理模块302的功能。其它模块的实现与之类似。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

除此之外，本发明还提供一种电子设备，该电子设备搭载有前述任一系统实施例中提供的生物分析项目的建立系统。

综上所述，本发明的生物分析项目的建立系统、方法、存储介质、及电子设备，有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (16)

1.一种生物分析项目的建立系统，其特征在于，包括：

输入模块，用于从生物信息分析管理系统中读取各分析项目的分析任务单；以及还用于从服务器中调取各所述分析任务单所需要的生物学数据；

处理模块，用于在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务，并将各所述生物学数据分别上传至对应的分析项目下，以供分析。

2.根据权利要求1所述的系统，其特征在于，所述从生物信息分析管理系统中读取各分析项目的分析任务单的实现方式包括：

登录所述生物信息分析管理系统；

跳转至所述生物信息分析管理系统的分析任务单的列表页面；

依次进入各所述分析任务单的详情页面；

读取各所述分析任务单的内容信息。

3.根据权利要求2所述的系统，其特征在于，所述读取各所述分析任务单的内容信息的实现方式包括：根据各所述分析项目的需求选择相应的内容信息进行读取。

4.根据权利要求1所述的系统，其特征在于，所述从服务器中调取各所述分析任务单所需要的生物学数据的实现方式还包括：对各所述生物学数据的质量进行控制。

5.根据权利要求4所述的系统，其特征在于，所述对各所述生物学数据的质量进行控制的实现方式包括：

去除各所述生物学数据中的接头及条形码序列；

对基因序列的尾部的质量值低于第一预设值的碱基和长度小于第二预设值的基因序列进行过滤。

6.根据权利要求1所述的系统，其特征在于，所述在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务的实现方式包括：

登录所述云平台或所述服务器；

跳转至所述云平台或所述服务器的分析项目的列表页面；

为每个所述分析任务单分别建立分析项目及分析任务。

7.根据权利要求6所述的系统，其特征在于，所述在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务的实现方式包括：根据各所述分析任务单中的需求建立相应分析任务，并将所述相应分析任务关联到对应的流程应用。

8.一种电子设备，其特征在于，包括：如权利要求1至7中任一所述的生物分析项目的建立系统。

9.一种生物分析项目的建立方法，其特征在于，包括：

从生物信息分析管理系统中读取各生物分析项目的分析任务单；

从服务器中调取各所述分析任务单所需要的生物学数据；

在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务，并将各所述生物学数据分别上传至对应的分析项目下，以供分析。

10.根据权利要求9所述的方法，其特征在于，所述从生物信息分析管理系统中读取各分析项目的分析任务单的步骤还包括：

登录所述生物信息分析管理系统；

跳转至所述生物信息分析管理系统的分析任务单的列表页面；

依次进入各所述分析任务单的详情页面；

读取各所述分析任务单的内容信息。

11.根据权利要求10所述的方法，其特征在于，所述读取各所述分析任务单的内容信息的步骤还包括：根据各所述分析项目的需求选择相应的内容信息进行读取。

12.根据权利要求9所述的方法，其特征在于，所述从服务器中调取各所述分析任务单所需要的生物学数据的步骤还包括：对各所述生物学数据的质量进行控制。

13.根据权利要求12所述的方法，其特征在于，所述对各所述生物学数据的质量进行控制的步骤还包括：

去除各所述生物学数据中的接头及条形码序列；

对基因序列的尾部的质量值低于第一预设值的碱基和长度小于第二预设值的基因序列进行过滤。

14.根据权利要求9所述的方法，其特征在于，所述在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务的步骤还包括：

登录所述云平台或所述服务器；

跳转至所述云平台或所述服务器的分析项目的列表页面；

为每个所述分析任务单分别建立分析项目及分析任务。

15.根据权利要求14所述的方法，其特征在于，所述在云平台或所述服务器上为每个所述分析任务单分别建立分析项目及分析任务的步骤还包括：根据各所述分析任务单中的需求建立相应分析任务，并将所述相应分析任务关联到对应的流程应用。

16.一种存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求9至15中任一所述的生物分析项目的建立方法。

Images